Saya memiliki deret waktu yang berisi komponen musiman ganda dan saya ingin menguraikan deret tersebut menjadi komponen deret waktu berikut (tren, komponen musiman 1, komponen musiman 2, dan komponen tidak teratur). Sejauh yang saya tahu, prosedur STL untuk mendekomposisi seri dalam R hanya memungkinkan satu komponen musiman, jadi saya telah mencoba mendekomposisi seri dua kali. Pertama, dengan mengatur frekuensi menjadi komponen musiman pertama menggunakan kode berikut:
ser = ts(data, freq=48)
dec_1 = stl(ser, s.window="per")
Kemudian, saya mendekomposisi komponen tidak beraturan dari seri terurai ( dec_1
) dengan mengatur frekuensi menjadi komponen musiman kedua, sehingga:
ser2 = ts(dec_1$time.series[,3], freq=336)
dec_2 = stl(ser2, s.window="per")
Saya tidak terlalu percaya diri dengan pendekatan ini. Dan saya ingin tahu apakah ada cara lain untuk menguraikan seri yang memiliki banyak musiman. Juga, saya perhatikan bahwa tbats()
fungsi dalam paket perkiraan R memungkinkan seseorang untuk mencocokkan model ke seri dengan beberapa musiman, namun tidak disebutkan bagaimana cara menguraikan seri dengan itu.
Jawaban:
forecast
bats()
tbats()
Lihat http://robjhyndman.com/papers/complex-seasonality/ untuk formula dan Hyndman et al (2008) untuk deskripsi yang lebih baik dari model ETS. BATS dan TBATS adalah perpanjangan dari ETS.
Sebagai contoh:
Dalam hal ini, setiap baris
x
akan berada pada harmonik fourier-like.Ada juga
plot.tbats()
danplot.bats()
fungsi untuk secara otomatis menguraikan dan melihat komponen.sumber