일별 데이터에 대한 시간 기반 예측은 계절적으로 분기 별 - R에서

Question

나는 지난 4 년간 매일 매일의 제품 수요가 있습니다. 나는이 데이터를 시계열 기반의 예측을하고 싶은 이미지를

을 다음과 같이이 수요는 분기 계절적인 패턴을 가지고있다. 다음은 내 코드

여기에 대신 4 계절 요인 시액 내가 원하는 것이 아니다 (90) 계절 요인을 만드는

myts = ts(forecastsku1$Value,frequency=90) 
fit <- stl(myts, s.window="period") 
plot(fit) 
fit <- decompose(myts) 
plot(fit) 

입니다. 3 개월 동안 동일한 계절성을 적용한 다음 예측을하고 싶습니다. 참조

데이터

dput(head(forecastsku1,100)) 
structure(list(date = structure(c(14625, 14626, 14627, 14628, 14629, 14630, 14631, 14632, 14633, 14634, 14635, 14636, 14637, 
14638, 14639, 14640, 14641, 14642, 14643, 14644, 14645, 14646, 14647, 14648, 14649, 14650, 14651, 14652, 14653, 14654, 14655, 
14656, 14657, 14658, 14659, 14660, 14661, 14662, 14663, 14664, 14665, 14666, 14667, 14668, 14669, 14670, 14671, 14672, 14673, 
14674, 14675, 14676, 14677, 14678, 14679, 14680, 14681, 14682, 14683, 14684, 14685, 14686, 14687, 14688, 14689, 14690, 14691, 
14692, 14693, 14694, 14695, 14696, 14697, 14698, 14699, 14700, 14701, 14702, 14703, 14704, 14705, 14706, 14707, 14708, 14709, 
14710, 14711, 14712, 14713, 14714, 14715, 14716, 14717, 14718, 14719, 14720, 14721, 14722, 14723, 14724), class = "Date"), 
Value = c(1407, 1413, 1407, 1406, 1401, 1410, 1411, 1416, 1404, 1409, 1414, 1414, 1400, 1421, 1398, 1404, 1397, 1404, 1407, 1409, 1406, 1395, 1397, 
1403, 1412, 1399, 1409, 1393, 1405, 1403, 1406, 1402, 1405, 1386, 1393, 1405, 1397, 1393, 1402, 1402, 1393, 1391, 1410, 1402, 1408, 
1394, 1404, 1398, 1406, 1389, 1401, 1391, 1394, 1384, 1377, 1390, 1395, 1399, 1384, 1397, 1398, 1384, 1377, 1394, 1398, 1394, 1391, 
1403, 1382, 1390, 1385, 1403, 1390, 1388, 1391, 1384, 1392, 1390, 1381, 1387, 1395, 1390, 1388, 1384, 1387, 1395, 1380, 1378, 1383, 
1384, 1232, 1247, 1232, 1248, 1236, 1236, 1231, 1237, 1224, 1236)), 
.Names = c("date", "Value"), row.names = 13150:13249, class = "data.frame") 

사람이 경우에 저를 도와 줄 수

? 더 많은 데이터가 필요한지 알려주십시오.

myts = ts(forecastsku1$Value,frequency=4) 
fit <- decompose(myts) 
plot(fit) 

결과는 다음과 같습니다 당신의 주파수는 TS 정의 90이기 때문에 그것은 90 계절적 요인을 만드는

Answer 1

. 당신이해야 할 일은 ts와 period = 4에서 시작과 끝을 지정하여 관측치가 원하는 방식으로 분리 될 수 있도록하는 것입니다. 4 계절 요인을 성공적으로 만들 수 있다면 분명히 예측할 수 있습니다 분기별로 (4 * 3 = 12). 그래서이 날짜들 대신에 나는 start = c (2005,1)을 가지고있는 것이 더 분명하다고 생각한다. 유용하게도 유용하다.