問題タブ [forecasting]

二重の季節性に対処するために dshw() を使用しようとしています。私の場合、1 週間 (7 日) と 1 年 (365 日) の季節性を持つ毎日のデータです。ただし、コードを実行すると次のエラーが発生します。

この問題を回避するためのベストプラクティスは何だと思いますか? データに対して stl を 2 回使用する必要がありますか (7 日と 365 日の頻度の場合)? それとも何らかの方法でデータを変更しますか?

ありがとう！

このデータを含むデータフレーム (stock という名前) をロードします。

これで ets() モデルを使用して予測を実装しようとしています:

fs の出力は次のとおりです。

予測列で観察したことは、予測値が下がっていることです。なぜこうなった？モデルに異なるパラメータを設定する必要がありますか?

私は、非常に季節的な要素で毎日の売上データを分解しようとしています (ARIMA プロセスには長すぎる 365 日の季節性を作成します)。ただし、データに影響を与える定期的なマーケティング イベントなど、他の要因によって説明される時系列の特定の部分があります。ARIMA に外生変数を含めるのと同様の方法でR の関数を使用したいと考えてstlいますが、外生変数をミックスに入れる場所がありませんでした。代わりに、別の回帰で外生変数を「残り」の部分に適用しましたが、上記の定期的なマーケティング イベントのために、 によって取り上げられた季節性stlが誤っているのではないかと心配しています。

この問題を回避する方法について何か提案はありますか?

このデータを含むデータフレーム (stock という名前) をロードします。

これでarima（）モデルを使用して予測を実装しようとします：

その後、予測プロセスからプロットを取りたいと思います。しかし、私はx軸に日を持たせようとしています。今まで私はこれを持っています：

ID と ProductCode で予測できるように、下の表のデータが必要です。ID と ProductCode で予測できるように R をコーディングする方法に困惑しています。これを行うために動物園を調べていますが、困惑しています。

ありがとう、

ジェフ

私はRパッケージにかなり慣れていないので、時系列を扱っています。将来のクリック数を予測するための予測モデルを構築する必要があります。予測の時間間隔は 1 時間ごとにする必要があります。

私の時系列の例:

これは 1 時間ごとの 1 週間の時系列です。このデータを考慮して、Holt-Winters を使用して、次の 1 時間 (06/28/13 00:00:00) に取得されるクリック数を予測する必要があります。私はそれを理解しようとしていますが、本当に混乱しています。誰かが私を正しい方向に向けることができれば、私は感謝します.

編集：

Holt-Winters 予測モジュールを次のように使用しています。

しかし問題は、HOLT-WINTERS が予測の傾向を検出していないことです。それは正常ですか？2013 年 6 月 28 日から大きな変更があるためです。

以下は私の予測値です：

これが予測プロットです。

傾向成分は変化を示しません。Holt-Winters の予測メソッドを使用しているときに間違っている可能性があります。