Question

我有一个时间序列，该序列代表了2018年全年特定产品的销售量（from 2018/01/01 to 2018/12/31）；考虑每个周期7次观察的频率是否正确？如果是这样，我的周期是多少？一周？我尝试理解这一点，以便分解时间序列，避免出现错误Error in decompose(tsData) : time series has no or less than 2 periods。这是我的R script和我的data。预先感谢...

library(forecast)
library(sweep)
library(timetk)

Data <- read.delim("R Project/Dataset/MyData.txt")
DataFrame <- data.frame(Data, Date = seq(as.Date("2018-01-01"), as.Date("2018-12-31"), by = "day"))
inds <- seq(as.Date("2018-01-01"), as.Date("2018-12-31"), by = "day")
tsData <- ts(Data, start = c(2018, as.numeric(format(inds[1], "%j"))), frequency = 365)
print(tsData)
plot(tsData)
Axis(inds, side = 1, at = seq(inds[1], tail(inds, 1) + 60, by = "1 months"), format = "%b %Y")
comp = decompose(tsData)
#comp = stl(tsData)
plot(comp)
fit <- auto.arima(tsData)
fore <- forecast(fit, h = 15, level = 99.5)
plot(fore, xaxt = "n")
Axis(inds, side = 1, at = seq(inds[1], tail(inds, 1) + 60, by = "1 months"), format = "%b %Y")

这是MyData.txt文件

Answer 1

frequency =函数中的ts()参数指示图案重复之前的观察次数。如果您将1年数据的季节性设置为365（1年），则只有1个周期，因此decompose()会告诉您：time series has no or less than 2 periods。如您所说的“每个周期7个观测值”，您可能希望将频率设置为等于7。或者，如果要分析年份的季节性，请在tsData中添加更多数据。

只需更改：

# ....
tsData <- ts(Data, start = c(2018, as.numeric(format(inds[1], "%j"))), frequency = 365)
# ...

至：

# ...
### weekly seasonality
tsData <- ts(Data, start = c(2018, as.numeric(format(inds[1], "%j"))), frequency = 7)
#...

现在分解作品：

comp = decompose(tsData) # NO ERROR
### get the plot
plot(comp)
# ... rest of your code ...

这里是情节：

编辑对您的评论：

图上的X轴取决于您声明起点的方式，请查看ts documentation。

如果要获得2018年的价值，可以简单地使用（请参阅文档）autoplot()：

# ... rest of code ...
autoplot(tsData)
# ... rest of code ...

这也是高度可定制的，如果您想知道如何定制情节（通过ggplot2包制作），只需看看documentation以及此博客上的所有帖子，等等。

每日数据的正确频率应该是多少？

1 个答案: