使用R预测包预测时间序列

Question

我对R编程比较陌生，但我一直在阅读你的博客和帖子，以便及时了解预测包。但是，我一直在努力应对季节性的影响。

以最简单的信号为例：

train <- ts(sin((2*pi)*seq(from=0, to=10, by=0.01)))

如果我只是试图用蛮力预测这个信号，我会得到无关紧要的结果：

plot(forecast(train,h=20))

但是，如果我手动将季节性检测为100，请执行以下操作：

train <- ts(sin((2*pi)*seq(from=0, to=10, by=0.01)),frequency=100)
plot(forecast(train))

我获得了出色的预测结果。

老实说，我对这些结果非常困惑，这显然发生在更复杂的信号上。

Answer 1

如果我没记错的话，当你创建时间序列对象时，你必须指定它的频率。这样，预测方法将能够检测季节性模式。还有一些其他方法可以检测季节性，例如尝试自动化arima功能并检查它是否选择了季节性模型。当然，除了视觉探索。