R 次系列频率

Question

我有一个时间序列数据集，其中包含 374 天的数据点（每天 1 个数据点）。 我很难理解 ts 函数中的频率参数，所以我把它留空：

ts_0615391206 <- ts(demand_rev_0615391206$estimated_demand,
                    start=as.Date(min(demand_rev_0615391206$date),format = "d%/m%/Y%"),
                    end=as.Date(max(demand_rev_0615391206$date),format = "d%/m%/Y%"),
                    #frequency = 1
                    ) 

plot.ts(ts_0615391206) 但是，当我尝试使用以下方法分解时：

ts_0615391206_components <- decompose(ts_0615391206)

我收到错误：

Error in decompose(ts_0615391206) : 
  time series has no or less than 2 periods

我如何确定我的数据中有多少个周期，因此参数“频率”值应该是多少？

> dput(head(ts_0615391206))
c(2.71, 2.47, 3.86, 3.61, 5.78, 5.59)
> 
> str(ts_0615391206)
 Time-Series [1:194] from 16125 to 16318: 2.71 2.47 3.86 3.61 5.78 5.59 3.28 3.4 3.34 3.68 ...

Answer 1

根据文档?ts ：

...当数据每天采样，自然时间段为一周时，频率值可以使用7；当数据每月采样，自然时间段为一年时，频率值可以使用 12。 在（例如）打印方法中假设值 4 和 12 分别表示季度和月度系列。

尝试设置frequency = 7 。

Answer 2

stats R 包中的decompose()函数将给定的时间序列分解为趋势、季节性组件和提醒部分。 季节性成分是一个严格的周期性时间序列，周期的长度等于时间序列的frequency 。 例如，如果您设置frequency = m ，则decompose()函数会构建分解，其中季节性分量将具有周期m 。 如果m是整数， m > 1，并且时间序列的长度大于或等于 2 m ，则decompose()函数起作用。 帮助页面?decompose指出时间序列应该“涵盖整数个完整周期”，以便函数正常运行。 所以如果系列长度是m 的倍数可能会更好。

您的数据中没有明确的周期性。 可能这个讨论对你有用，因为它包含 Rob Hyndman 的 R 脚本来揭示系列中的周期性。

Answer 3

如果您每天都有数据，那么频率为一年 365 天的 365 次，因为它包含一年的 365 个条目，如频率定义所述。

当您尝试使用以下方法分解时：

ts_0615391206_components <- decompose(ts_0615391206)

你收到错误：

Error in decompose(ts_0615391206) : 
time series has no or less than 2 periods

因为至少需要两个时间序列，即两年的数据来训练模型，否则会抛出错误

Answer 4

ts_06153912061 <- ts(ts_0615391206, start = c(1999,1), frequency = 365) for Daily

ts_06153912061 <- ts(ts_0615391206, start = c(1999,1), frequency = 52) for Weekly

ts_06153912061 <- ts(ts_0615391206, start = c(1999,1), frequency = 12) for Monthly

ts_06153912061 <- ts(ts_0615391206, start = c(1999,1), frequency = 4) for Quarterly

ts_06153912061 <- ts(ts_0615391206, start = c(1999,1), frequency = 1) for Yearly 或 Annually