僅在單變量時間序列上實現

Question

我正在嘗試對我的數據集進行時間序列分析。 最初我的數據集具有以下屬性。

[1] "Customer"        "Customer.No"     "Shop"            "Invoice"        
[5] "Quantity"        "Sales"           "Cash.Amt"      "Credit.Card.Amt"
[9] "Net.Sales"       "Mens.Wear"       "Womens.Wear"     "Kids.Wear"      
[13] "Foot.Wear"       "Fragrant"        "Class"           "Date"           
[17] "Year"            "Month"

但是我在我的數據集中只使用了Year＆Sales來實現Time Series。 當我嘗試運行arima函數時，它會給出此錯誤“僅針對單變量時間序列實現”

data.ts<- as.ts(myData) 
is.ts(data.ts) 
class(data.ts) 
plot(data.ts) 
frequency(data.ts) 
plot(log(data.ts)) 
plot(diff(log(data.ts))) 
acf(data.ts) 
acf(diff(log(data.ts))) 
#p=0 
pacf(diff(log(AirPassengers)))
#q=0
fit <- arima(log(data.ts), c(0, 1, 0), seasonal = list(order = c(0, 1, 0), period = 1))

任何人都可以告訴我，如果我采用正確的屬性來實現時間序列嗎？ 另外，為什么會出現這個錯誤呢？ 我怎么解決這個問題？

這些是我數據集的前6個觀察結果。

   Sales  Year
[1,]   707  2016
[2,]   306  2016
[3,]   394  2016
[4,]   306  2016
[5,]   491  2016
[6,]   306  2016

年份是2016,2017和2018年，其中有不同的銷售價值。

Answer 1

您收到錯誤是因為您在期望單變量時間序列時將數據幀傳遞給arima()函數。 您可以通過正確定義時間序列來消除錯誤，如下所示：

data.ts <- as.ts(myData$Sales) 

然后，您可以調用您的arima()函數。

fit <- arima(log(data.ts), c(0, 1, 0), seasonal = list(order = c(0, 1, 0), period = 1))

但是，我不確定這是否是您想要的確切結果。 2016年數據中有多個值，並且根據數據集中的列名稱，您有月度數據。 如果是這種情況，我懷疑設置period = 1將導致不良結果，因為您在每月數據時指示1的周期，而1的周期通常表示年度數據。 您可以查看?ts以獲取更多信息，但如果您有月度數據，則需要以這種方式定義時間序列：

data.ts <- ts(myData$Sales, frequency = 12, start = c(2016,1))

這表示您從2016年的第一個月開始有月度數據（ frequency = 12 ）（ start = c(2016,1) ）。 再舉一個例子，如果你有2016年4月開始的月度數據，你可以設置frequency = 12和start = c(2016,4) 。