使用ARIMA和R进行时间序列预测

时间:2018-11-01 07:30:58

标签: r time-series

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

样本数据集

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。

代码

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。

当前ARIMA输出

Point Forecast    Lo 80    Hi 80     Lo 95    Hi 95
82861      11013.844 7317.401 14710.29 5360.6215 16667.07

预期产量

 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
  1. 我想知道如何在ts()中设置起点
  2. 我想自动化ts()中的开始,即直接从数据中读取时间范围(如果可能的话)
  3. 我想将预测值转换为数据帧,并用“时间序列”日期值替换为“点”值。 (就像预期的输出一样)

任何投入和建议都将真正提供价值。

谢谢

0 个答案:

没有答案