Question

我有一个时间序列，该序列代表了某种产品在2018年全年的销售量。我试图分解该时间序列，但是遇到以下错误Error in decompose(myzoo) : time series has no or less than 2 periods。这是我在R

中的代码

## requiere packages
library(forecast)
library(sweep)
library(timetk)
library(zoo)

## Read the Data
Data <- read.delim("R Project/Dataset/MyData.txt")
## Create a daily Date object
inds <- seq(as.Date("2018-01-01"), as.Date("2018-12-31"), by = "day")
## Create a time series object
myzoo <- zoo(Data, inds)
## print myzoo
print(myzoo)
## plot myzoo
plot(myzoo)
plot(myzoo, xaxt = "n")
Axis(inds, side = 1, at = seq(inds[1], tail(inds, 1) + 60, by = "1 months"), format = "%b %Y")
## Decompose myzoo
composition = decompose(myzoo)
stl(myzoo)
## use auto.arima to choose ARIMA terms
fit <- auto.arima(myzoo)
## forecast for next 60 time points
fore <- forecast(fit, h = 15, level=c(99.5))
## plot it with no x-axis
plot(fore, xaxt = "n")
Axis(inds, side = 1, at = seq(inds[1], tail(inds, 1) + 60, by = "1 months"), format = "%b %Y")

这是我的数据（MyData.txt）：

零代表假日和星期日的销售额。该脚本的目的是能够进行预测。

谢谢。

Answer 1

无法帮助您使用该软件。也许联系作者。您的数据比Arima记忆效应更适合确定性效应。每月效果很强，甚至每天效果更强。以及可能反映出假期或促销效果的大量脉冲，这些脉冲目前已从模型中省略。

“实际/适合和预测”应该使您有动力采用这种方法。，此处为统计摘要

分解时间序列

1 个答案: