Saya menggunakan R (3.1.1), dan model ARIMA untuk perkiraan. Saya ingin tahu apa yang seharusnya menjadi parameter "frekuensi", yang ditugaskan dalam ts()fungsi , jika saya menggunakan data deret waktu yaitu: dipisahkan oleh menit dan tersebar lebih dari 180 hari (1440 menit / hari) dipisahkan...
Saya mencoba melakukan analisis deret waktu dan saya baru di bidang ini. Saya memiliki hitungan harian acara dari 2006-2009 dan saya ingin menyesuaikan model deret waktu untuk itu. Inilah kemajuan yang telah saya buat: timeSeriesObj =
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...
Saya menggunakan serangkaian data penjualan harian yang berisi sekitar 2 tahun titik data harian. Berdasarkan beberapa tutorial / contoh online, saya mencoba mengidentifikasi musiman dalam data. Tampaknya ada periodisitas / musiman musiman, bulanan, dan mungkin tahunan. Misalnya, ada hari gajian,...
Sunting utama: Saya ingin mengucapkan terima kasih yang sebesar-besarnya kepada Dave & Nick sejauh ini atas tanggapan mereka. Kabar baiknya adalah bahwa saya mendapatkan loop untuk bekerja (prinsip dipinjam dari posting Prof Hydnman pada peramalan batch). Untuk mengkonsolidasikan kueri yang...
Saya sudah mendapat data permintaan setengah jam, yang merupakan rangkaian waktu multi-musiman. Aku digunakan tbatsdalam forecastpaket di R, dan mendapat hasil seperti ini: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Apakah ini berarti seri tidak harus menggunakan...
Saya ingin menguraikan data deret waktu berikut ke dalam komponen musiman, tren, dan residual. Data tersebut adalah Profil Energi Pendinginan setiap jam dari sebuah bangunan komersial: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18),
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...