আমি পূর্বাভাসের জন্য আর (3.1.1), এবং আরিমা মডেলগুলি ব্যবহার করছি। আমি জানতে চাই কি হবে "ফ্রিকোয়েন্সি" প্যারামিটারটি, যা নির্ধারিত হয় হওয়া উচিত ts()
ফাংশন , IM সময় সিরিজ তথ্য যা ব্যবহার করতে পারে যদি:
- মিনিট দ্বারা পৃথক এবং 180 দিন (1440 মিনিট / দিন) জুড়ে ছড়িয়ে আছে
- সেকেন্ড দ্বারা পৃথক এবং 180 দিন (86,400 সেকেন্ড / দিন) জুড়ে ছড়িয়ে পড়ে।
আমি যদি সংজ্ঞাটি সঠিকভাবে মনে করি, তবে আরএসে টিএস-এর একটি "ফ্রিকোয়েন্সি" হ'ল ""তু" অনুসারে পর্যবেক্ষণের সংখ্যা।
প্রশ্ন অংশ 1:
আমার ক্ষেত্রে "মরসুম" কী?
যদি মরসুমটি "দিন" হয়, তবে মিনিটগুলি = 1440 এবং সেকেন্ডের জন্য 86,400 "ফ্রিকোয়েন্সি"?
প্রশ্ন অংশ 2:
"ফ্রিকোয়েন্সি" কি আমি অর্জন / পূর্বাভাসের চেষ্টা করছি তার উপর নির্ভর করতে পারে? উদাহরণস্বরূপ, আমার ক্ষেত্রে, আমি খুব স্বল্পমেয়াদী পূর্বাভাস রাখতে চাই। প্রতিবার 10 মিনিটের এক ধাপ এগিয়ে। তাহলে কি theতুকে দিনের পরিবর্তে ঘন্টা হিসাবে বিবেচনা করা সম্ভব হবে? সেক্ষেত্রে ফ্রিকোয়েন্সি = 60 মিনিটের জন্য, সেকেন্ডের জন্য ফ্রিকোয়েন্সি = 3600?
আমি উদাহরণস্বরূপ মিনিট ডেটার জন্য ফ্রিকোয়েন্সি = 60 ব্যবহার করার চেষ্টা করেছি এবং ফ্রিকোয়েন্সি = 1440 এর তুলনায় আরও ভাল ফলাফল পেয়েছি ( fourier
হ্যান্ডম্যানের নীচের লিঙ্কটি ব্যবহৃত দেখুন)
http://robjhyndman.com/hyndsight/forecasting-weekly-data/
(পূর্বাভাসের নির্ভুলতার পরিমাপের জন্য এমএপিই ব্যবহার করে তুলনা করা হয়েছিল)
যদি ফলাফলগুলি সম্পূর্ণ নির্বিচারে হয় এবং ফ্রিকোয়েন্সিটি পরিবর্তন করা যায় না। আমার ডেটাতে ফ্রিক = 60 ব্যবহারের আসলে কী ব্যাখ্যা হবে?
আমি এটিকেও উল্লেখ করার মতো মনে করি যে আমার ডেটাতে প্রতি ঘন্টা এবং প্রতি দুই ঘন্টা seasonতুবদ্ধতা থাকে (কাঁচা তথ্য এবং স্বতঃসংশ্লিষ্ট কার্য পর্যবেক্ষণ করে)