时间序列分析和R Holt Winters

时间:2015-11-15 14:45:27

标签: r time-series forecasting holtwinters

我有季节性(7天间隔)时间序列,每日数据30天。 合理预测的最佳方法是什么? 时间序列包含使用应用程序进行的订单,它显示1周的季节性(本周初的销售额较低)。 我尝试使用此代码的holt winters方法:

(m <- HoltWinters(ts,seasonal = "mult"))
 plot(m)
 plot(fitted(m))

但它给我一个错误:分解错误(ts(x [1L:wind],start = start(x),frequency = f),季节性):   时间序列没有或少于2个周期

你有什么建议?

编辑: 数据here

2 个答案:

答案 0 :(得分:1)

您必须先确定ts个对象。假设您的数据名为df

ts <- ts(df$install, frequency = 7)
(m <- HoltWinters(ts,seasonal = "mult"))
 plot(m)
 plot(fitted(m))

enter image description here

然后你就可以做出预测(提前10步):

predict(m, n = 10)
Time Series:
Start = c(4, 5) 
End = c(5, 7) 
Frequency = 7 
            fit
 [1,] 1028.8874
 [2,] 1178.4244
 [3,] 1372.5466
 [4,] 1165.2337
 [5,]  866.6185
 [6,]  711.6965
 [7,]  482.2550
 [8,]  719.0593
 [9,]  807.6147
[10,]  920.3250

关于最佳方法的问题太难回答了。通常,考虑到样本外的准确性,选择不同模型的性能,并选择效果最好的模型。

答案 1 :(得分:0)

您可以使用df $ data来保存与ts系列中的每一天相对应的日期。

ts_series <- ts(df$install, frequency = 7)
ts_dates <- as.Date(df$data, format = "%d/%m/%Y")

以类似的方式,可以将预测值的日期保留在另一个序列中

m <- HoltWinters(ts_series, seasonal = "mult")
predict_values <- predict(m, 10)
predict_dates <- seq.Date(tail(ts_dates, 1) + 1, length.out = 10, by = "day")

使用日期序列,可以以正确的格式在x轴上以日期绘制日序列。使用axis.Date函数

可以获得对x轴刻度的更多控制。
plot(ts_dates, ts_series, typ = "o"
  , ylim = c(0, 4000)
  , xlim = c(ts_dates[1], tail(predict_dates, 1))
  , xlab = "Date", ylab = "install", las = 1)
lines(predict_dates, predict_values, lty = 2, col = "blue", lwd = 2)
grid()

enter image description here