每日季节性读取每日数据

Question

我每日数据的季节性成分从2017-03-01到2017-05-29不等。我想在R中进行季节性分解。我的代码如下。

ser = ts(series[,2], frequency=7, start=c(2017,1,1 ))
plot(decompose(ser))

我得到如下图表。

但图中的X轴错误。我怎样才能纠正它？？

Answer 1

我认为你的频率是错误的。此外，如果您的数据在2017年的第三天开始，您就会错误地开始。试试这个：

ser = ts(series[,2], frequency = 365.25, start = c(2017,3)) #Third day of 2017

频率= 7并不是真正可以解释的。例如，频率= 12表示您每个月都有数据。在这种情况下，您已获得每日数据，因此频率= 365.25

Answer 2

它没有正确，因为您没有正确表达参数frequency。

阅读函数ts()的帮助，您可以看到：

频率每单位时间的观察次数。

所以你可以尝试使用这段代码：

ser = ts(series[,2], frequency=365, start=c(2017,1))
plot(decompose(ser))

因为是每日数据，所以每年都有365次观察。 验证它是否是正确的解决方案

Answer 3

R中的默认ts对象似乎非常有限。如果要创建每周季节性的时间序列，建议从预测库中选择垫子对象。由于它允许多个期间，因此您可以将星期和年份定义为季节性影响：

    library(forecast)
    daily_onboardings.msts <- msts(daily_onboardings$count, seasonal.periods = c(7, 365.25),start = decimal_date(min(members$onboarded_at)))