R中的时间序列分析（通过每日数据进行短期预测）答案

【问题标题】：time series analysis in R (short term forecasting through daily data)R中的时间序列分析（通过每日数据进行短期预测）
【发布时间】：2020-05-19 22:55:45
【问题描述】：

我在R 工作，我需要询问我每分钟都有近 11 个月的每日数据，例如

Date_Time  Usage_kW
0:00        1.7382
0.01        1.7892
0.02        1.7125
....          .
...           .
....          .
1.00          .
.             .
.       .
.

等等

并且每 60 分钟后循环重复一次，所以我选择了频率 60，但由于数据是非季节性的，我无法通过 arima 模型获得最佳预测，请帮助我选择正确的频率值=？，开始=？和结束=？价值观

mydata<-ts(Usage[,2], start=1, end=24, frequency=60)

我想每天绘制数据，例如 24 小时？

【问题讨论】：

你能发布一些数据并正确附上图吗？
我是新来的堆栈溢出，还不能粘贴数字。
请参阅this post，了解如何提出好问题。话虽如此，我认为您的问题是，只要您共享一些（混淆的）数据和代码，更适合 crossvalidation.com。

标签： r time time-series forecasting arima

【解决方案1】：

您应该将每分钟的数据合并为每小时或每天或每周，然后检查 ARIMA 模型的准确性。您也可以尝试其他预测方法，如 SMA、WMA、Holt Winter、tbats、Prophet 等。选择准确率高的模型（MAPE）。

更新：

一旦观察频率小于一周，那么通常有不止一种处理频率的方法。例如，每分钟观察到的数据可能具有每小时季节性（频率=60）、每日季节性（频率=24x60=1440）、每周季节性（频率=24x60x7=10080）和年度季节性（频率=24x60x365.25= 525960）。如果你想使用一个 ts 对象，那么你需要决定哪些是最重要的。

【讨论】：

我尝试将分钟转换为小时，但在选择频率值以及开始和结束值时也很困惑，.....因为一旦我创建了 ts 函数，那么我如何查看 24 小时数据x轴？
先生，您能否正确告诉我如何选择频率，因为我将分钟转换为小时，所以我的数据现在是 24 小时，并且每 24 小时重复一次循环，那么我的频率是多少24还是1？？但频率为 1 时，我的系列不允许在其组件中分解
您好，正如我告诉您的，您必须尝试各种频率组合，例如每天、每周、每月等。然后选择误差较小的频率。关于我上面写的频率每小时季节性（频率=60），每日季节性（频率=24x60=1440），每周季节性（频率=24x60x7=10080）和年度季节性（频率=24x60x365.25=525960）。