আমি সময় সিরিজ বিশ্লেষণ করার চেষ্টা করছি এবং এই ক্ষেত্রে নতুন। আমার 2006-2009-এর একটি ইভেন্টের দৈনিক গণনা রয়েছে এবং আমি এটিতে একটি টাইম সিরিজের মডেল ফিট করতে চাই। আমি যে অগ্রগতি করেছি তা এখানে:
timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25)
plot.ts(timeSeriesObj)
আমি প্রাপ্ত ফলাফলের প্লটটি হ'ল:
ডেটাতে seasonতু এবং ট্রেন্ড আছে কিনা তা যাচাই করার জন্য, আমি এই পোস্টে উল্লিখিত পদক্ষেপগুলি অনুসরণ করি :
ets(x)
fit <- tbats(x)
seasonal <- !is.null(fit$seasonal)
seasonal
এবং রব জে হ্যান্ডম্যানের ব্লগে :
library(fma)
fit1 <- ets(x)
fit2 <- ets(x,model="ANN")
deviance <- 2*c(logLik(fit1) - logLik(fit2))
df <- attributes(logLik(fit1))$df - attributes(logLik(fit2))$df
#P value
1-pchisq(deviance,df)
উভয় ক্ষেত্রেই বোঝা যায় যে কোনও মৌসুম নেই।
আমি যখন সিরিজের এসিএফ এবং পিএসিএফ পরিকল্পনা করি তখন আমি যা পাই তা এখানে:
আমার প্রশ্নগুলি হ'ল:
প্রতিদিনের টাইম সিরিজের ডেটা হ্যান্ডেল করার উপায় কি এটাই? এই পৃষ্ঠাটি পরামর্শ দেয় যে আমার সাপ্তাহিক এবং বার্ষিক উভয় ধরণের দিকে নজর দেওয়া উচিত তবে আমার কাছে বিষয়টি স্পষ্ট নয়।
আমি যখন এসিএফ এবং পিএসিএফ প্লট পেয়েছি তখন কীভাবে এগিয়ে যেতে হয় তা আমি জানি না।
আমি কি কেবল অটো.রিমা ফাংশনটি ব্যবহার করতে পারি?
ফিট <- অ্যারিমা (মাইটিস, অর্ডার = সি (পি, ডি, কিউ)
***** আপডেট হওয়া অটো.আরিমা ফলাফল ******
যখন আমি রব Hyndman মন্তব্য অনুযায়ী 7 ডেটার ফ্রিকোয়েন্সি পরিবর্তন এখানে , auto.arima নির্বাচন একটি ঋতু Arima মডেল এবং আউটপুট:
Series: timeSeriesObj
ARIMA(1,1,2)(1,0,1)[7]
Coefficients:
ar1 ma1 ma2 sar1 sma1
0.89 -1.7877 0.7892 0.9870 -0.9278
s.e. NaN NaN NaN 0.0061 0.0162
sigma^2 estimated as 21.72: log likelihood=-4319.23
AIC=8650.46 AICc=8650.52 BIC=8682.18
****** আপডেট হওয়া asonতু চেক ******
আমি যখন ফ্রিকোয়েন্সি 7 দিয়ে seasonতু পরীক্ষা করি, তখন এটি সত্য হয় তবে seasonতু 365.25 এর সাথে আউটপুট হয়, এটি মিথ্যা আউটপুট দেয়। এটি কি বার্ষিক seasonতুরতার অভাবকে উপস্থাপন করার পক্ষে যথেষ্ট?
timeSeriesObj = ts(x,start=c(2006,1,1),frequency=7)
fit <- tbats(timeSeriesObj)
seasonal <- !is.null(fit$seasonal)
seasonal
আয়:
True
যখন
timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25)
fit <- tbats(timeSeriesObj)
seasonal <- !is.null(fit$seasonal)
seasonal
আয়:
False
R
সাধারণ এটি পরিচালনা করার ক্ষমতা রাখে না। আপনি পূর্বাভাস দেওয়ার চেষ্টা করছেন এমন পণ্যটির জন্য যদি উচ্চতর ইনভেন্টরি / উত্পাদন ব্যয় জড়িত থাকে তবে আমি বাণিজ্যিক সমাধানগুলি সন্ধান করব। R
আপনার মতো পূর্বাভাস কাজের জন্য গুরুতর সীমাবদ্ধতা রয়েছে। এই সাইটে কোথায় অন্য দৈনিক পূর্বাভাসের প্রশ্নগুলি দেখুন।
str(x)
ফলন দেয়?