自動找到R中時間序列的季節性

Question

我是R中時間序列的新手，如果我有任何錯誤，請更正我。

我每天都有商店中產品庫存的快照。 如果有幫助，您可以將其作為Bestbuy中IPad的數量，然后我去Bestbuy並計數他們倉庫中的所有Ipad ：)並記下筆記。

而且我可以監控他們每天售出的iPad數量以及它們何時補充庫存。 我的目標是嘗試進行一些時間序列分析。 首先確定其iPad銷售的趨勢和季節性，然后建立一個突發檢測模型，因此，如果某一天的銷量太低或太高。 我會收到通知。

一些假數據：

library(zoo)
index <- seq(as.Date('2013-01-01'), as.Date('2013-01-31'), by="day")
data <- c(seq(5, 1), seq(15, 1), seq(10, 5), seq(10, 5))
z <- zoo(data, index)
plot(z)

（1）是否有一個方便的函數來計算彼此相鄰的兩天的差額，以便首先獲得其每日銷售額？ 負數意味着售出了許多Ipad，正數意味着補貨。

（2）當我嘗試使用分解找到趨勢時，它告訴我：

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

然后我意識到我需要確定一個星期可以作為一個好的開始的季節性。 所以我可以做。

plot(decompose(ts(z[,1], frequency=7)))

我知道，我需要修改期限以使其正常運行。 但是，季節性實際上取決於產品而有所不同，我不知道該如何處理。

（3）歡迎就我的想法發表一般評論。 例如，上面的圖基本上顯示出他們幾乎每天都賣出1個便箋本。 然后，我需要以某種方式進行檢測，幾天之后，他們售出了10多種ipad，而我將以之為爆發。 通常，是否還有其他易於使用的R包用於突發檢測？ 謝謝

Answer 1

看一下diff()問題的diff() ，這也是注意到“爆發”的一種快速方法。

diff(z)
plot(diff(z))