我正在使用ARIMA / AUTO ARIMA进行时间序列预测。我的数据包含1440个观测值,即我有一天的数据,每个观测值以1分钟间隔(24 * 60)记录。
使用下面给出的代码生成示例数据帧
sample_date <- seq(as.POSIXct("2018-09-15 00:00:00", tz = "GMT"),
as.POSIXct("2018-09-15 23:00:00", tz = "GMT"),
by = 60)
inp <- sample(8000:15000, length(sample_date), replace = TRUE)
sdata <- data.frame(read_date = sample_date, input = inp)
这种情况一直持续到23:00:00,我做了一些反复试验,希望能有更多的投入来更好地理解。
a_xts = xts(sdata$input, order.by = sdata$read_date)
s_ts <- ts(a_xts, freq = 24*60)
fit <- auto.arima(s_ts)
forecast(fit, h = 180)
就这么简单,我想知道如何为时间序列数据自动设置开始时间。另外,在完成预测后,如何绘制具有实际数据连续性的输出。
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
82861 11013.844 7317.401 14710.29 5360.6215 16667.07
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
2018-09-15 00:10:00 11013.844 7317.401 14710.29 5360.6215 16667.07
任何投入和建议都将真正提供价值。
谢谢