【发布时间】:2019-05-15 05:43:33
【问题描述】:
我正在预测每天到医院进行 MR 扫描的客户数量。我有过去 4 年每天来医院就诊的顾客人数。但是我无法准确地捕捉到不同月份就诊的客户数量的每日变化。
我正在研究 Rstudio,我已经按照 Rob Hyndman 的建议尝试了 arima。
modelfitsample<- read.csv("data_xreg_train.csv")
modeltest <- read.csv("data_xreg_test.csv")
ts_beverly_train <- ts(modelfitsample$Volume, start = c(2015,1), frequency=365.25)
ts_beverly_test <- ts(modeltest$Volume, start = c(2018,1), frequency=365)
xreg <- cbind(month=model.matrix(~as.factor(modelfitsample$Month)))
xreg1 <- cbind(month=model.matrix(~as.factor(modeltest$Month)))
modArima <- auto.arima(ts_beverly_train, xreg=xreg)
modArima
fit11 <- forecast(modArima, h=485, xreg = xreg1)
plot(fit11)
我需要一个可以捕捉每日变化并考虑每月季节性的预测
【问题讨论】:
-
欢迎来到 SO。在提出这些问题之前,您应该阅读how to ask,以便更轻松地为您提供帮助,并且不会为那些在 SO 上花费空闲时间回答问题的人浪费时间。对于初学者来说,这个问题与 excel、sas 或 python 没有任何关系,因此不应包含这些标签。您的问题正文中也没有问题。
-
感谢您的反馈。下次上传问题时,我会记住这一点。
标签: r time-series arima