다음 시계열 데이터를 계절, 추세 및 잔존 성분으로 분해하고 싶습니다. 데이터는 상업용 건물의 시간별 냉각 에너지 프로파일입니다.
TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81)
plot(TotalCoolingForDecompose.ts)
따라서 다음과 같은 조언을 바탕으로 일일 및 주간 계절 효과가 분명합니다. 여러 계절 성분으로 시계열을 분해하는 방법은 무엇입니까? 패키지 의 tbats
기능을 사용했습니다 forecast
.
TotalCooling.tbats <- tbats(TotalCoolingForDecompose.ts, seasonal.periods=c(24,168), use.trend=TRUE, use.parallel=TRUE)
plot(TotalCooling.tbats)
결과 :
이 모델의 구성 요소 level
와 slope
구성 요소는 무엇을 설명합니까? 이 패키지 ( De Livera, Hyndman 및 Snyder (JASA, 2011) )에서 참조하는 용지와 유사한 구성 요소 trend
및 remainder
구성 요소를 얻으려면 어떻게 해야합니까?