如何创建具有每月循环模式的每日时间序列答案

【问题标题】：How to create a daily time series with monthly cycling patterns如何创建具有每月循环模式的每日时间序列
【发布时间】：2019-06-05 00:30:30
【问题描述】：

我有从 2018 年 1 月 1 日到 2018 年 10 月 15 日的每日销售额的一系列数据，示例如下所示。已经观察到销售额有一些每月的循环模式，比如每个月的月底总有一个销售高峰，而月中的金额会有轻微的波动。此外，总体而言，6、7、8 月份的销售额高于其他月份。现在我需要预测 2018 年 10 月 15 日之后 10 天的销售额。我是时间序列和 ARIMA 的新手。这里我有两个问题：
1. 如何创建这样的每日时间序列并用日期绘制？
2. 如何设置循环（或频率）以显示每月循环模式？

Date             SalesAmount
1/1/2018     31,380.31 
1/2/2018     384,418.10 
1/3/2018     1,268,633.28 
1/4/2018     1,197,742.76 
1/5/2018     417,143.36 
1/6/2018     693,172.65 
1/8/2018     840,384.76 
1/9/2018     1,955,909.69 
1/10/2018    1,619,242.52 
1/11/2018    2,267,017.06 
1/12/2018    2,198,519.36 
1/13/2018    584,448.06 
1/15/2018    1,123,662.63 
1/16/2018    2,010,443.35 
1/17/2018    958,514.85 
1/18/2018    2,190,741.31 
1/19/2018    811,623.08 
1/20/2018    2,016,031.26 
1/21/2018    146,946.29 
1/22/2018    1,946,640.57

【问题讨论】：

如果您是时间序列的新手，请阅读一些好书。 This 是一本很好的在线 TS 书籍，您将在其中获得简单的解释以及 R 代码。这是由“Rob J Hyndman”撰写的。作者还开发了一些知名的 R 包，如预测等。

标签： r time-series arima

【解决方案1】：

在进行任何类型的预测之前，您首先需要检测您是否有任何类型的季节性。我建议您添加更多数据，因为确定您是否有如此少的重复模式很复杂。无论如何，您可以尝试如下确定季节性：

library(readr)
test <- read_table2("C:/Users/Z003WNWH/Desktop/test.txt", 
col_types = cols(Date = col_date(format = "%m/%d/%Y"), 
SalesAmount = col_number()))
p<-periodogram(test$SalesAmount)
topF = data.table(freq=p$freq, spec=p$spec) %>% arrange(desc(spec))
1/topF

当您要添加更多数据时，您可以尝试使用 ggseasonplot 来可视化不同的季节。

【讨论】：

【解决方案2】：

由于问题中没有提供可重现的示例，这里有一个可以帮助您更好地可视化数据的示例。

使用数据集：economics 和库ggplot2，您可以轻松绘制时间序列。

library(ggplot2)
theme_set(theme_minimal())

# Basic line plot
ggplot(data = economics, aes(x = date, y = pop))+
  geom_line(color = "#00AFBB", size = 2)

对于您的问题，您只需传入x=Date 和y=SalesAmount 即可获得下图。关于使用时间序列预测销售额的第二个问题，您可以在这里查看这个问题：Time series prediction using R

【讨论】：