Statystyki i duże zbiory danych tbats

3

Próbuję przeprowadzić analizę szeregów czasowych i jestem nowy w tej dziedzinie. Codziennie liczę wydarzenie z lat 2006-2009 i chcę dopasować do niego model szeregów czasowych. Oto postęp, który poczyniłem: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Otrzymany wykres to: Aby sprawdzić, czy dane zawierają sezonowość i trendy, wykonuję kroki wymienione w tym poście …

25 r time-series seasonality multiple-seasonalities tbats hypothesis-testing beta-distribution machine-learning unsupervised-learning supervised-learning reinforcement-learning

1

Jak interpretować wyniki modelu TBATS i diagnostykę modelu

Mam półgodzinne dane zapotrzebowania, które są szeregami czasowymi obejmującymi wiele sezonów. Użyłem tbatsw forecastpakiecie w R i uzyskałem takie wyniki: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Czy to oznacza, że seria niekoniecznie wykorzystuje transformację Box-Coxa, a terminem błędu jest ARMA (5, 4), a terminami 6, 6 i 5 używa się …

11 r time-series diagnostic multiple-seasonalities tbats

1

Interpretacja rozkładu szeregów czasowych przy użyciu TBATS z pakietu prognozy R.

Chciałbym rozłożyć następujące dane szeregów czasowych na komponenty sezonowe, trendowe i resztkowe. Dane to godzinny profil energii chłodzenia z budynku komercyjnego: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Istnieją zatem oczywiste dzienne i tygodniowe efekty sezonowe w związku z tym na podstawie porady: Jak rozłożyć szereg czasowy z wieloma składnikami sezonowymi? …

10 r time-series forecasting multiple-seasonalities tbats

Pytania otagowane jako tbats