【发布时间】:2015-09-15 08:49:26
【问题描述】:
以下是我的数据,
day sum
2015-03-05 44
2015-03-06 46
2015-03-06 48
2015-03-07 48
2015-03-08 58
2015-03-09 58
2015-03-10 66
2015-03-11 68
2015-03-12 85
2015-03-13 94
2015-03-14 98
2015-03-15 102
2015-03-16 102
2015-03-17 104
2015-03-17 114
使用的变量类型如下,
typeof(x)
[1] "list"
typeof(x$day)
[1] "double"
typeof(x$sum)
[1] "integer"
class(x$day)
[1] "Date"
我想预测未来某个特定日期的总和。
以下是我的发现,
当我使用 ts(x) 时,日期的值变化如下,
day
16464
16465
16466
16467
16468
16469
16470
16471
16472
当我使用ets时,输出如下,
fit <- ets(x)
Error in ets(ana) : y should be a univariate time series
我能够用总和绘制日期并完美地得到图表。但是,在这一点之后,我无法进行任何分析。我想预测,对于特定的未来日期,总和是多少。我也尝试了回归分析,但它不适用于这个变量。任何人都可以帮助我如何进一步进行吗?
谢谢
【问题讨论】:
-
阅读this手册:
-
stats.stackexchange.com/questions/13880/… --> 此外,有些日子有两个值,例如 2015-03-06 的 46 和 48。只有在当天的两个不同时间采取这些措施时,这才有可能。如果是这样,则需要在模型构建时加以考虑。
-
@InNoam 感谢您的帖子。是的,我正在努力将时间也带到变量中。但是我收到以下错误, q这与您的原始帖子不同。请打开一个有此特定问题的新文件。请特别注意 cmets,不要在 cmets 中发布代码,而是发布对您问题的编辑。 “数据类型重要吗?”这个问题的答案。几乎总是是的! R 语言完全由数据类型驱动。
标签: r time-series regression forecasting