【问题标题】:Not able to make daily time series analysis in R无法在 R 中进行每日时间序列分析
【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


【解决方案1】:

如果您“更正”重复的日期,您将能够做到这一点:

library(xts)
dates=as.Date(x$day,"%Y-%m-%d")
xs=xts(x$sum,dates)
plot(xs)
library("forecast")
class(xs)
fit <- ets(xs)
plot(forecast(fit))

【讨论】:

    猜你喜欢
    相关资源
    最近更新 更多
    热门标签