Ich verwende derzeit R, um eine Zeitreihe mit den folgenden Anweisungen vorherzusagen:
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)
Wie Sie sehen, habe ich stündlich Daten und habe den saisonalen Zeitraum von 24 (einen Tag) gewählt.
Ich möchte meine Prognose mithilfe eines zusätzlichen Saisonzeitraums verbessern, um die saisonale Komponente der Woche einzubeziehen (saisonale Länge von 7 * 24 = 168 Daten).
Gibt es dafür eine Methode? Wie machst du das?
UPDATE: Ich habe diese (Ihre) Blog-Seite gelesen. Kann ich möglicherweise die externen Regressoren verwenden, um eine zweite Saisonperiode zu simulieren?
Antworten:
Soweit ich weiß, gibt es keine R-Pakete, die mehrere Saisonalitäten für ARIMA-Modelle verarbeiten. Sie können das
forecast
Paket ausprobieren , das mehrere Saisonalitäten mithilfe von Modellen implementiert, die auf exponentieller Glättung basieren. Diedshw
,bats
undtbats
Funktionen werden alle Griff Daten mit zwei Saisonzeiten.quelle
Ich habe dieses Papier gefunden :
Es geht darum, die Vorhersage des Mobilfunkverkehrs mithilfe des automatischen doppelten saisonalen ARIMA vorherzusagen. Da es sich um ein Forschungspapier handelt, hat es den Algorithmus klar beschrieben, den man anwenden kann, um eine multisaisonale ARIMA-Vorhersage zu übernehmen. Bisher hat es mir genügend Hintergrundinformationen gegeben, um meine Forschung fortzusetzen.
quelle