Saat ini saya menggunakan R untuk memprediksi deret waktu dengan instruksi ini:
X <- ts(datas, frequency=24)
X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1))
pred <- predict(X.arima, n.ahead=24)
plot.ts(pred$pred)
Seperti yang Anda lihat, saya memiliki data setiap jam, dan saya memilih periode musiman 24 (satu hari).
Saya ingin meningkatkan perkiraan saya menggunakan periode musiman tambahan untuk memasukkan komponen musiman dalam seminggu (panjang musiman 7 * 24 = 168 data)
Apakah ada metode untuk ini? Bagaimana Anda melakukannya?
UPDATE: Saya sudah membaca halaman blog ini (Anda), mungkin saya bisa menggunakan regressor eksternal untuk mensimulasikan periode musiman kedua?
Jawaban:
Tidak ada paket R yang menangani beberapa musiman untuk model ARIMA sejauh yang saya tahu. Anda bisa mencoba
forecast
paket yang mengimplementasikan beberapa musiman menggunakan model berdasarkan smoothing eksponensial. Thedshw
,bats
dantbats
fungsi semua akan menangani data dengan dua periode musiman.sumber
Saya menemukan makalah ini :
Ini adalah tentang memprediksi prediksi lalu lintas jaringan seluler menggunakan ARIMA musiman ganda. Karena ini adalah makalah penelitian, ia dengan jelas menggambarkan algoritma yang dapat diadopsi seseorang untuk mengadopsi prediksi ARIMA multi-musiman. Sejauh ini, itu memberi saya latar belakang yang cukup untuk melanjutkan penelitian saya.
sumber