访问官网
Githubfable 
R软件包fable提供了一系列常用的单变量和多变量时间序列预测模型，包括基于状态空间模型的指数平滑和自动ARIMA建模。这些模型在fable框架内工作，该框架提供了评估、可视化和组合模型的工具，其工作流程与tidyverse保持一致。
安装
您可以从CRAN安装稳定版本：
install.packages("fable")
您可以从GitHub安装开发版本：
# install.packages("remotes")
remotes::install_github("tidyverts/fable")
安装此软件需要编译器
示例
library(fable)
library(tsibble)
library(tsibbledata)
library(lubridate)
library(dplyr)
aus_retail %>%
filter(
State %in% c("New South Wales", "Victoria"),
Industry == "Department stores"
) %>%
model(
ets = ETS(box_cox(Turnover, 0.3)),
arima = ARIMA(log(Turnover)),
snaive = SNAIVE(Turnover)
) %>%
forecast(h = "2 years") %>%
autoplot(filter(aus_retail, year(Month) > 2010), level = NULL)
学习使用fable进行预测
- pkgdown网站描述了fable提供的所有模型及其使用方法：https://fable.tidyverts.org/
- 《预测原理与实践》在线教材提供了使用fable进行时间序列预测的入门指南：https://otexts.com/fpp3/（进行中）
获取帮助
-
关于预测的问题可以在Cross Validated上提问。
-
关于fable软件包的常见问题通常可以在Stack Overflow上找到。如果问题尚未得到回答，您可以在这里寻求帮助。提供一个最小可重现示例来描述您的问题是寻求帮助的最佳方式！
