如何解决如何使用season函数在寓言-R包中实现每小时和每周的季节性?
我必须为2000个不同的时间序列创建每小时的预测。我的系列每小时和每周都有很强的季节性。为了处理每小时的季节性,我使用了season("day")
选项。但是,我假设season("week")
每周将创建168个虚拟变量,这在计算问题上将是一个问题。
您知道使用tsibble或fabletools程序包创建日间假人的快速方法。
ts_forecast1 <- train%>% filter(store_number==288) %>% collect()%>%
mutate(store_number = factor(store_number)) %>% group_by(store_number) %>%
filter(sales!=0) %>% tsibble::fill_gaps(sales=100) %>%
fabletools::model(Arima = ARIMA(log(sales) ~ season("day") +fourier("week",K = 8)))
解决方法
您的代码已经包含答案。
season("day")
将创建23个虚拟变量,因为一天中有24小时。 season("week")
将在一周的168小时内创建167个虚拟变量。要使用更少的系数,请将season()
替换为fourier()
,然后使用K
来控制系数的数量(等于两倍的K
)。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。