[英]Modelling time series data from multiple cities (one week period)
我正在尝试从包含 4 个不同城市的 df 中获取 model 温度数据,我最初想将 model 安装到 model 我的 1 个位置的温度。 最初我想安装一个 model 来预测海威科姆,但我不确定如何在保留每个位置的数据的同时做到这一点。 这是可能的吗,还是我需要在执行此操作之前进一步拆分数据并分别 model ? 例如,我最初这样做虽然希望能够让我的预测和 plot 工作;
dat_hw = c(15.4, 15.5, 9.8, 10.1, 11.7, 10.0, 14.1)
hw_ts = ts(dat_hw, frequency = 365, start = c(2020, 305))
mod = auto.arima(hw_ts)
preds = predict(mod)
plot(preds$pred)
在理想的世界中,我将能够 model 我的所有数据,然后尽可能预测每个单独的位置
整体数据
Date Machrihanish High_Wycombe Camborne Dun_Fell
1 20201101 11.8 15.4 15 10.4
2 20201102 11.1 15.5 15 10.5
3 20201103 9.7 9.8 10.5 2.2
4 20201104 11 10.1 11.6 3.3
5 20201105 11.7 11.7 11.6 9.7
6 20201106 11.3 10 13.1 10.4
7 20201107 10 14.1 14.4 11.9
您可以将预测代码包装在 function 中, apply
其应用于每一列:
f <- function(d) {
hw_ts = ts(d, frequency = 365, start = c(2020, 305))
mod = auto.arima(hw_ts)
predict(mod)
}
predictions = apply(data[,-(1:2)],2,f)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.