«multiple-seasonalities» 태그된 질문

예측을 위해 R (3.1.1) 및 ARIMA 모델을 사용하고 있습니다. 다음과 같은 시계열 데이터를 사용하는 경우 함수에 할당 된 "frequency"매개 변수ts() 가 무엇인지 알고 싶습니다 . 분 단위로 구분되며 180 일에 걸쳐 분산 됨 (1440 분 / 일) 초 단위로 구분되며 180 일 (86,400 초 / 일)에 걸쳐 분산됩니다. 정의를 올바르게 …

28 r  time-series  arima  multiple-seasonalities  mape 

시계열 분석을 시도하고 있으며이 분야에 익숙하지 않습니다. 저는 2006-2009 년부터 매일 이벤트를보고 있으며 시계열 모델에 맞추고 싶습니다. 내가 한 진보는 다음과 같습니다. timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) 결과 플롯은 다음과 같습니다. 데이터에 계절 성과 추세가 있는지 확인하기 위해이 게시물에 언급 된 단계를 따릅니다 . ets(x) fit <- tbats(x) seasonal <- !is.null(fit$seasonal) …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

이중 계절 성분을 포함하는 시계열이 있고 계열을 다음 시계열 성분 (추세, 계절 성분 1, 계절 성분 2 및 불규칙 성분)으로 분해하고 싶습니다. 내가 아는 한, R에서 계열을 분해하는 STL 절차는 하나의 계절 성분 만 허용하므로 계열을 두 번 분해하려고 시도했습니다. 먼저 다음 코드를 사용하여 빈도를 첫 번째 계절 구성 요소로 …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

약 2 년의 일일 데이터 포인트가 포함 된 일일 시계열 판매 데이터를 사용하고 있습니다. 온라인 자습서 / 예제 중 일부를 기반으로 데이터의 계절성을 확인하려고했습니다. 주별, 월별 및 아마도 연간 주기성 / 계절성이있는 것 같습니다. 예를 들어, 월중 첫 번째 월급 날 효과에 주중에 며칠 동안 지속되는 월급이 있습니다. 관측 값을 …

15 r  time-series  forecasting  arima  multiple-seasonalities 

주요 편집 : 지금까지 그들의 답변에 대해 Dave & Nick에게 큰 감사를 표하고 싶습니다. 좋은 소식은 내가 일할 루프가 있다는 것입니다 (배치 예측에 대한 Hydnman 교수의 게시물에서 빌린 원칙). 미해결 쿼리를 통합하려면 다음을 수행하십시오. a) auto.arima의 최대 반복 횟수를 늘리는 방법-많은 외인성 변수를 사용하면 auto.arima가 최종 모델에 수렴하기 전에 최대 …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

나는 매시간 30 분의 수요 데이터를 얻었습니다. 이는 다중 계절 시계입니다. R의 패키지에서 사용 tbats했으며 forecast다음과 같은 결과를 얻었습니다. TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) 시리즈가 Box-Cox 변환을 반드시 사용해야하는 것은 아니며 오류 항은 ARMA (5, 4)이며 계절성을 설명하기 위해 6, 6 및 5 항이 사용됩니까? 감쇠 매개 변수 0.8383은 …

11 r  time-series  diagnostic  multiple-seasonalities  tbats 

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 tbats기능을 사용했습니다 forecast. TotalCooling.tbats <- tbats(TotalCoolingForDecompose.ts, seasonal.periods=c(24,168), …

10 r  time-series  forecasting  multiple-seasonalities  tbats