傅立叶变换系数的含义

Question

对于交叉验证，这可能是一个更大的问题，但如果有人在这里知道，我肯定会很高兴听到您的意见。

我只是对每周销售数据进行了一次傅立叶级数分析，得出了3年的数据。

我根据AIC最佳地选择了k个项的数量。

这是我的职能：

seasonality<-data.frame(fourier(sales_df, K=6))

这是我的输出的前6行：

  S1.52     C1.52     S2.52     C2.52     S3.52      C3.52     S4.52      C4.52      S5.52      C5.52      S6.52      C6.52
1 0.1201262 0.9927586 0.2385126 0.9711394 0.3534447  0.9354554 0.4632579  0.8862235  0.5663619  0.8241566  0.6612635  0.7501537
2 0.2385126 0.9711394 0.4632579 0.8862235 0.6612635  0.7501537 0.8211001  0.5707842  0.9335419  0.3584683  0.9920985  0.1254612
3 0.3534447 0.9354554 0.6612635 0.7501537 0.8837203  0.4680153 0.9920985  0.1254612  0.9724076 -0.2332885  0.8271893 -0.5619233
4 0.4632579 0.8862235 0.8211001 0.5707842 0.9920985  0.1254612 0.9373419 -0.3484108  0.6692904 -0.7430009  0.2489398 -0.9685190
5 0.5663619 0.8241566 0.9335419 0.3584683 0.9724076 -0.2332885 0.6692904 -0.7430009  0.1307927 -0.9914097 -0.4537031 -0.8911529
6 0.6612635 0.7501537 0.9920985 0.1254612 0.8271893 -0.5619233 0.2489398 -0.9685190 -0.4537031 -0.8911529 -0.9296339 -0.3684844

我知道我应该将它们加在一起以获得建模的“季节性变量”。我对这些专栏背后的含义更感兴趣。

如果有人对此有任何见解或文章，那将非常有帮助。谢谢！