결 측값 및 / 또는 불규칙한 시계열이있는 R 예측 패키지 사용

R forecast패키지뿐만 아니라 zoo불규칙한 시계열 및 결 측값 보간에 대한 패키지에 깊은 인상을 받았습니다 .

내 응용 프로그램이 콜 센터 트래픽 예측 영역에 있으므로 주말의 데이터가 거의 누락되어 거의 처리 할 수 ​​있습니다 zoo. 또한 일부 불연속 점이 누락 될 수 있으므로 R을 사용 NA합니다.

건은 다음과 같은 예측 패키지의 모든 좋은 마법, eta(), auto.arima(), 등 일반 기대하는 것 ts누락 된 데이터를 포함하지 않는 객체, 즉 equispaced 시계열을. 등 간격 전용 시계열에 대한 실제 응용 프로그램은 분명히 존재하지만 내 의견으로는 매우 제한적이라고 생각합니다.

NA제공되는 보간 함수와 zoo를 사용하여 몇 가지 불연속 값 의 문제를 쉽게 해결할 수 있습니다 forecast::interp. 그 후, 나는 예측을 실행합니다.

내 질문 :

1. 누구든지 더 나은 솔루션을 제안합니까?

2. (내 주요 질문) 적어도 내 응용 프로그램 도메인에서 콜 센터 트래픽 예측 (및 대부분의 다른 문제 도메인을 상상할 수있는 한), 시계열은 동일하지 않습니다. 적어도 우리는 "업무 일"계획이나 다른 것을 반복했습니다. 그것을 처리하고 예측 패키지의 멋진 마법을 사용하는 가장 좋은 방법은 무엇입니까?

   주말을 채우기 위해 시계열을 "압축"하고 예측을 수행 한 다음 주말에 NA 값을 다시 삽입하기 위해 데이터를 다시 "팽창"해야합니까? (부끄러운 일 이겠지?)

   예측 패키지가 동물원 또는 그와 같은 불규칙 시계열 패키지와 완벽하게 호환되도록 할 계획이 있습니까? 그렇다면, 언제, 아니라면, 왜 그렇지 않습니까?

나는 예측 (및 통계)에 익숙하지 않아서 중요한 것을 간과 할 수 있습니다.

나는 R 전문가가 아니므로 더 간단한 방법이 있지만 전에는이 문제를 겪었습니다. 내가 한 것은 실제 날짜 사이의 거리 (시간 단위)를 측정하고 기존 시계열의 새 열에 저장하는 함수를 구현하는 것입니다. 그래서 우리는 다음과 같은 것을 가지고 있습니다 :

index/date | value | distance  
01.01.2011 |  15   |   1  
02.01.2011 |  17   |   3  
05.01.2011 |  22   |   ..   

이 방법으로 시계열이 아직 실제 일련의 시점과 연관되지 않은 경우 (또는 잘못된 형식 또는 기타) 여전히 작업 할 수 있습니다.

다음으로 다음과 같이 새로운 시계열을 생성하는 함수를 작성합니다.

먼저 시계열이 실제로 선택 날짜 사이에 몇 시간 단위로 계산할 것인지를 계산하고 동물원이나 ts 또는 빈 값을 가진 선택에 관계없이 해당 타임 라인을 만듭니다.

둘째, 불완전한 시계열 배열을 선택하고 루프를 사용하여 선택한 한도에 따라 올바른 타임 라인에 값을 채 웁니다. 단위 거리가 1이 아닌 행 (일 (단위)이 누락 됨)에 도달하면 보간 된 값을 입력합니다.

이제 이것이 함수이므로 실제로 보간 방법을 선택할 수 있습니다. 예를 들어 거리가 두 단위 미만인 경우 표준 선형 보간을 사용하기로 결정합니다. 일주일이 누락 된 경우 다른 작업을 수행하고 누락 된 날짜의 특정 임계 값에 도달하면 데이터에 대한 경고를 표시합니다.

루프가 종료 날짜에 도달하면 새 ts를 반환합니다.

이러한 기능의 장점은 간격의 길이에 따라 다른 보간 또는 처리 절차를 사용하고 원하는 형식으로 깨끗하게 시리즈를 반환 할 수 있다는 것입니다. 일단 작성된 후에는 모든 종류의 테이블 형식 데이터에서 깨끗하고 멋진 ts를 얻을 수 있습니다. 이것이 어떻게 든 도움이되기를 바랍니다.

추가 통계 처리 전에 보간을 적용 할 때는 매우주의해야합니다. 보간을 위해 선택하면 데이터에 편향이 생깁니다. 예측 품질을 변경할 수 있으므로 피하고 싶은 것이 분명합니다. 당신이 언급 한 것과 같은 누락 된 값, 정기적으로 시간 간격이 있고 활동의 중지에 해당하는 결 측값에 대한 필자의 견해로는 요즘 모델에서 벗어나는 것이 더 정확할 수 있습니다. 콜센터의 작은 세계 (귀하가 구축하고있는 모델)에서는 존재하지 않는 활동의 측정을 발명하는 대신 폐쇄 될 때 시간이 중지 된 것을 고려하는 것이 좋습니다. 반면 ARIMA 모델은 데이터 간격이 동일하다는 가정하에 통계적으로 구축되었습니다. 내가 아는 한 귀하의 경우에 ARIMA가 적용되지 않습니다. 실제 작업 일에 측정 값이 몇 개만 누락 된 경우 보간을 사용해야 할 수 있습니다.

@Remi가 지적 했듯이이 데이터에서 모델을 추정하기 전에 데이터를 보간하지 않습니다. 나쁜 생각입니다. 극단적 인 예 : 2013 년 1 월과 2014 년 1 월에 두 개의 데이터 요소가 있다고 가정합니다. 이제 2013 년 2 월에서 12 월 사이에 10 개의 월간 점을 보간하고 월별 날짜에 회귀를 실행합니다. 실제로 이것은 나쁘지는 않지만 같은 생각입니다. 통계를 최대한 팽창시킬 것입니다.

가는 방법은 누락 된 데이터를 처리하는 시계열 방법을 사용하는 것입니다. 예를 들어, 상태 공간 방법. astsa R 패키지를 살펴보십시오 . 시계열 분석에 관한 훌륭한 책이 함께 제공됩니다. 이것은 누락 된 데이터를 잘 처리합니다. Matlab은 이제 ssm 패키지 와 비슷한 기능을 수행 합니다. 모델을 상태 공간 형식으로 변환하는 방법을 배워야하지만 auto.arima"매직" 에서 벗어나려면이 방법을 배워야합니다 .