问题描述
我正在编写 R 代码,我的目标是使用通过对我的数据应用 auto.arima 函数选择的模型进行预测。这些数据每 6 分钟记录一次,因此我们正在处理次日数据。
Time RMS
<dttm> <dbl>
1 2020-05-01 00:00:00 5.2
2 2020-05-01 00:06:00 4.77
3 2020-05-01 00:12:00 4.99
4 2020-05-01 00:18:00 5.02
5 2020-05-01 00:24:00 4.57
# ... with 5,750 more rows
我每小时有 10 个测量值,所以每天有 240 个观察值。我在 xts 或 ts 对象中转换了此数据框,频率 = 240,因为我想显示每日季节性。
当我使用 xts() 和 auto.arima 时,不会捕获季节性,而是返回此模型:
Series: new_series
ARIMA(2,1) with non-zero mean
Coefficients:
ar1 ar2 ma1 mean
1.3250 -0.3340 -0.6808 4.5282
s.e. 0.0265 0.0258 0.0205 0.1678
sigma^2 estimated as 0.1305: log likelihood=-2306.56
AIC=4623.11 AICc=4623.12 BIC=4656.41
虽然,当我使用频率为 240 的 ts() 和 auto.arima() 时,它给了我这个错误:
Error in polyroot(c(1,testvec)) : root finding code Failed
这是否与 ARIMA 模型不适用于次日数据和多个季节性的事实有关?有没有办法使用 auto.arima 命令提取每日和次日季节性?
提前致谢。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)