频率参数在ts中的作用

时间:2014-11-03 11:23:51

标签: r time-series prediction forecasting predict

ts()函数如何使用其frequency参数?将错误值分配为frequency会产生什么影响?

我正在尝试使用1。5年的网站使用数据来构建时间序列模型,以便我可以预测未来时段的使用情况。我在每日使用数据。这里frequency应该是什么 - 7或365或365.25?

2 个答案:

答案 0 :(得分:2)

frequency是“季节性周期重复的”时期。我在恐慌引号中使用“the”,因为当然,时间序列数据中经常存在多个循环。例如,每日数据通常表现出每周模式(频率为7)和年度模式(频率为365或365.25 - 差异通常无关紧要。)

在你的情况下,我会假设每周模式占主导地位,所以我会分配frequency=7。如果您的数据显示其他模式,例如假日效果,您可以使用专门的方法来计算多个季节性,或使用虚拟编码和基于回归的框架。

答案 1 :(得分:0)

此处,frequency参数不是您在时间序列数据中可以观察到的频率。相反,您必须指定采用时间序列样本的频率。在您的情况下,这只是1天,或1

您在此处给出的值将影响您在运行分析操作时获得的结果(示例是每个时间单位的平均请求或用于获取数据中(实际)频率的傅里叶变换)。例如。如果您希望以小时为单位而不是以天为单位获得所有结果,则会将24代替1作为frequency,因为您的数据样本的频率为24小时。