如何预测每小时数据答案

【问题标题】：How to predict hourly data如何预测每小时数据
【发布时间】：2016-10-13 10:06:24
【问题描述】：

我是初学者，希望在作业方面得到一些帮助。我有一个excel文件中的数据，代表浏览器每小时的点击次数。数据看起来像这样：

        v11         v12         v13         v14               date
6.111111111 0.066666667 3.488888889 0.155555556 12-12-2016 0:00:00

有数据直到 2017 年初，我应该预测最后一个日期之后的值。

我尝试创建一个时间序列（ts、start、end、frequency），以便使用 arima 来估计未来值，但由于某些原因，日期出现错误。尽管我指定了 2016-12-12（见下文），但我最终的开始日期为 1992 年

#Load data from Excel file
data1 <- read.xlsx("Training data set.xlsx", sheetIndex = 1,colIndex=1)
data1 <- data.matrix(data1)
v1 <- c(data1)
v1.timeseries <- ts(v1, start = c(2016-12-12,1), frequency = 24)
print(v1.timeseries)
Time Series:
Start = c(1992, 1) 
End = c(2020, 24) 
Frequency = 24 
[1]  92.86667  80.13333  76.37778  91.80000 119.06667 151.40000 176.57778

然后我认为回归会是一个更好的主意，但我无法将日期列转换为 R 读取的 yyyy-mm-dd 时间。我在网上查看过，但无法弄清楚如何在 R 中设置我的数据以进行预测。

有人可以帮助我吗？

谢谢！

【问题讨论】：

请检查ts中使用start的语法可能是ts(rnorm(100), start = c(2016, 12, 12), frequency = 24)
另外，您可以像 as.POSIXct("12-12-2016 0:00:00", format="%d-%m-%Y %H:%M:%S") 一样格式化您的时间，例如假设您有日/月/年 - 否则按预期反转日/月说明符。
如果您想要一种简单的方法来处理您在 R 的其余职业生涯中几乎任何日期格式，那么请查看lubridate 包。并不是说上面的解决方案不能解决这个特定的问题。

标签： r date datetime time-series prediction

【解决方案1】：

我无法将日期列转换为 yyyy-mm-dd 时间 R 读取

假设这是您的文本文件（trial.txt），如下所示，

    v11 v12 v13 v14 date
6.111111111 0.066666667 3.488888889 0.155555556  12-12-2016 13:30:20

读取R中的文本文件

df = read.table("trial.txt", header=T, sep="\t")

> df
       v11        v12      v13       v14                 date
1 6.111111 0.06666667 3.488889 0.1555556  12-12-2016 13:30:20
> class(df$date)
[1] "factor"
> df$date = as.POSIXct(df$date, format="%d-%m-%Y %H:%M:%S")
> class(df$date)
[1] "POSIXct" "POSIXt" 
> df$date
[1] "2016-12-12 13:30:20 IST"
> df
       v11        v12      v13       v14                date
1 6.111111 0.06666667 3.488889 0.1555556 2016-12-12 13:30:20

上面的例子将日期列转换为 R 可以读取的 yyyy-mm-dd 时间格式。

【讨论】：