Estou usando os modelos R (3.1.1) e ARIMA para previsão. Gostaria de saber qual deve ser o parâmetro "frequency", atribuído na ts()função , se estiver usando dados de séries temporais que sejam: separados por minutos e estão espalhados por 180 dias (1440 minutos / dia) separados por segundos e...
Estou tentando fazer análise de séries temporais e sou novo nesse campo. Eu tenho contagem diária de um evento de 2006-2009 e quero ajustar um modelo de série temporal a ele. Aqui está o progresso que eu fiz: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) O...
Tenho uma série temporal que contém componentes sazonais duplos e gostaria de decompor a série nos seguintes componentes da série temporal (tendência, componente sazonal 1, componente sazonal 2 e componente irregular). Até onde eu sei, o procedimento STL para decompor uma série em R permite apenas...
Estou usando uma série temporal diária de dados de vendas que contém cerca de 2 anos de pontos de dados diários. Com base em alguns dos tutoriais / exemplos on-line, tentei identificar a sazonalidade nos dados. Parece haver periodicidade / sazonalidade semanal, mensal e provavelmente anual. Por...
Edição principal: Gostaria de agradecer muito a Dave e Nick por suas respostas. A boa notícia é que consegui fazer o loop funcionar (princípio emprestado da publicação do Prof. Hydnman na previsão de lotes). Para consolidar as consultas pendentes: a) Como aumento o número máximo de iterações para...
Eu tenho dados de demanda por hora e meia, que é uma série temporal multi-sazonal. Eu usei tbatsno forecastpacote em R e obtive resultados como este: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Isso significa que a série não deve necessariamente usar a transformação...
Gostaria de decompor os seguintes dados de séries temporais em componentes sazonais, de tendência e residuais. Os dados são um perfil de energia de refrigeração a cada hora de um edifício comercial: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18),...
Atualmente, estou usando R para prever uma série temporal com estas instruções: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Como você pode ver, tenho dados a cada hora e escolhi o período...