Birden fazla mevsimlik bileşenlerle bir zaman serisini nasıl ayrıştırırım?

Çift mevsimsel bileşenler içeren bir zaman serisine sahibim ve diziyi aşağıdaki zaman serisi bileşenlerine (trend, mevsimsel bileşen 1, mevsimsel bileşen 2 ve düzensiz bileşen) ayrıştırmak istiyorum. Bildiğim kadarıyla, R'deki bir dizinin ayrıştırılması için STL prosedürü yalnızca bir mevsimsel bileşene izin veriyor, bu yüzden diziyi iki kez ayrıştırmaya çalıştım. İlk olarak, aşağıdaki kodu kullanarak ilk mevsimsel bileşen olarak frekansı ayarlayarak:

ser = ts(data, freq=48)
dec_1 = stl(ser, s.window="per")

Daha sonra, dec_1frekansı ikinci mevsimsel bileşen olacak şekilde ayarlayarak, ayrıştırılmış dizinin ( ) düzensiz bileşenini ( ) ayrıştırdım.

ser2 = ts(dec_1$time.series[,3], freq=336)
dec_2 = stl(ser2, s.window="per")

Bu yaklaşıma pek güvenmiyorum. Ve birden fazla mevsimsellik gösteren bir seriyi ayrıştırmanın başka yolları olup olmadığını bilmek isterim. Ayrıca, tbats()R tahmini paketindeki fonksiyonun bir modele birden fazla mevsimselliğe sahip bir seriye uyum sağladığını, ancak bir serinin onunla nasıl ayrılacağını söylemediğini fark ettim.

— as
kaynak

Merhaba, siteye hoşgeldiniz. İki mevsimsel bileşeniniz için farklı periyodiklikleri var mı, örneğin haftada bir diğeri aylık mı?

— Michelle,

Rob Hyndman, Koehler, Ord & Snyder, “Üstel Yumuşatma ile Tahmin Etme” Bölüm 14 bu konuyu kapsamaktadır. Hyndman'ın R'de bir tahmin paketi de var. Bu konuda bu sitede yayınlanan Hyndman'ı hatırlıyor gibiyim, ancak blogunda yer alıyor olabilir.

— zbicyclist

@Michelle Merhaba, Cevabınız için teşekkürler. Evet, iki mevsimlik bileşen farklı periyodikliğe sahiptir. İlki 48 (günlük mevsimsellik) periyodikliğine, ikincisi ise 336 (haftalık mevsimsellik) periyodikliğine sahiptir. Yarım saatlik bir seridir.

— As

@ zbicyclist Hakkında bulunduğunuz tahmin paketinin orijinal gönderide belirttiğim 'tahmin' paketi olduğuna inanıyorum. Bu paketin tbats fonksiyonuna bir göz attım fakat onu ayrıştırmak için nasıl kullanılacağı yazmıyor. Başka illüstrasyon bulabilecek miyim diye görmek için kitabı inceleyeceğim.

— As

İşte düşündüğüm şey. Hyndman'ın blogundaydı. robjhyndman.com/papers/complex-seasonality

— zbicyclist

forecastbats()tbats() $x(t)$ $t$

Bkz http://robjhyndman.com/papers/complex-seasonality/ formülün ve Hyndman'a ve arkadaşları, (2008), ETS model daha iyi bir açıklama için için. BATS ve TBATS, ETS'nin bir uzantısıdır.

Örneğin:

fit <- bats(myTimeseries)
fit$x

Bu durumda, her bir sıra xfourier benzeri harmonik üzerinde olacaktır.

Orada da plot.tbats()ve plot.bats()işlevleri otomatik çürüyüp ve bileşenleri görüntülemek.

— güç
kaynak