r - 预测时间序列数据

Question

我已经做了一些研究，但我一直在寻找解决方案。我有一个时间序列数据，非常基本的数据框，我们称之为 x :

Date        Used
11/1/2011   587
11/2/2011   578
11/3/2011   600
11/4/2011   599
11/5/2011   678
11/6/2011   555
11/7/2011   650
11/8/2011   700
11/9/2011   600
11/10/2011  550
11/11/2011  600
11/12/2011  610
11/13/2011  590
11/14/2011  595
11/15/2011  601
11/16/2011  700
11/17/2011  650
11/18/2011  620
11/19/2011  645
11/20/2011  650
11/21/2011  639
11/22/2011  620
11/23/2011  600
11/24/2011  550
11/25/2011  600
11/26/2011  610
11/27/2011  590
11/28/2011  595
11/29/2011  601
11/30/2011  700
12/1/2011   650
12/2/2011   620
12/3/2011   645
12/4/2011   650
12/5/2011   639
12/6/2011   620
12/7/2011   600
12/8/2011   550
12/9/2011   600
12/10/2011  610
12/11/2011  590
12/12/2011  595
12/13/2011  601
12/14/2011  700
12/15/2011  650
12/16/2011  620
12/17/2011  645
12/18/2011  650
12/19/2011  639
12/20/2011  620
12/21/2011  600
12/22/2011  550
12/23/2011  600
12/24/2011  610
12/25/2011  590
12/26/2011  750
12/27/2011  750
12/28/2011  666
12/29/2011  678
12/30/2011  800
12/31/2011  750

我真的很感激任何帮助。我正在处理时间序列数据，需要能够根据历史数据创建预测。

首先，我尝试将其转换为 xts :

x.xts <- xts(x$Used, x$Date)

然后，我转换了 x.xts到常规时间序列:

x.ts <- as.ts(x.xts)

将值放入 ets :

x.ets <- ets(x.ts)

对 10 个时期进行预测:

x.fore <- forecast(x.ets, h=10)

x.fore这是:

   Point Forecast    Lo 80    Hi 80    Lo 95    Hi 95
87       932.9199 831.7766 1034.063 778.2346 1087.605
88       932.9199 818.1745 1047.665 757.4319 1108.408
89       932.9199 805.9985 1059.841 738.8103 1127.029
90       932.9199 794.8706 1070.969 721.7918 1144.048
91       932.9199 784.5550 1081.285 706.0153 1159.824
92       932.9199 774.8922 1090.948 691.2375 1174.602
93       932.9199 765.7692 1100.071 677.2849 1188.555
94       932.9199 757.1017 1108.738 664.0292 1201.811
95       932.9199 748.8254 1117.014 651.3717 1214.468
96       932.9199 740.8897 1124.950 639.2351 1226.605

当我尝试绘制 x.fore 时，我得到了一个图表，但 x 轴显示的是数字而不是日期:

我做的步骤正确吗？如何更改 x 轴以读取显示日期？

我非常感谢您提供任何意见。

Answer 1

这是我所做的:

x$Date = as.Date(x$Date,format="%m/%d/%Y")
x = xts(x=x$Used, order.by=x$Date)
# To get the start date (305)
#     > as.POSIXlt(x = "2011-11-01", origin="2011-11-01")$yday
##    [1] 304
# Add one since that starts at "0"
x.ts = ts(x, freq=365, start=c(2011, 305))
plot(forecast(ets(x.ts), 10))

导致:



我们可以从中学到什么:

您的许多步骤可以组合在一起，从而减少您创建的中间对象的数量

输出仍然不如@joran 漂亮，但它仍然很容易阅读。 2011.85表示“天数 365*.85”(一年中的第 310 天)。

可以使用 as.POSIXlt(x = "2011-11-01", origin="2011-11-01")$yday 计算出一年中的哪一天并且可以通过使用类似 as.Date(310, origin="2011-01-01") 的东西来计算日期。

更新

您可以省略更多中间步骤，因为没有理由先将您的数据转换为 xts。

x = ts(x$Used, start=c(2011, as.POSIXlt("2011-11-01")$yday+1), frequency=365)
# NOTE: We have only selected the "Used" variable 
# since ts will take care of dates
plot(forecast(ets(x), 10))

这给出了与上图完全相同的结果。

更新 2

基于@joran 提供的解决方案，您可以尝试:

# 'start' calculation = `as.Date("2011-11-01")-as.Date("2011-01-01")+1`
# No need to convert anything to dates at this point using xts
x = ts(x$Used, start=c(2011, 305), frequency=365)
# Directly plot your forecast without your axes
plot(forecast(ets(x), 10), axes = FALSE)
# Generate labels for your x-axis
a = seq(as.Date("2011-11-01"), by="weeks", length=11)
# Plot your axes.
# `at` is an approximation--there's probably a better way to do this, 
# but the logic is approximately 365.25 days in a year, and an origin
# date in R of `January 1, 1970`
axis(1, at = as.numeric(a)/365.25+1970, labels = a, cex.axis=0.6)
axis(2, cex.axis=0.6)

这将产生:



原始代码中的部分问题是在将数据转换为 xts 之后。对象，并将其转换为 ts对象，您会丢失 forecast 中的日期点。

比较 Point 的第一列 ( x.fore )输出到以下内容:

> forecast(ets(x), 10)
         Point Forecast    Lo 80    Hi 80    Lo 95    Hi 95
2012.000       741.6437 681.7991 801.4884 650.1192 833.1682
2012.003       741.6437 676.1250 807.1624 641.4415 841.8459
2012.005       741.6437 670.9047 812.3828 633.4577 849.8298
2012.008       741.6437 666.0439 817.2435 626.0238 857.2637
2012.011       741.6437 661.4774 821.8101 619.0398 864.2476
2012.014       741.6437 657.1573 826.1302 612.4328 870.8547
2012.016       741.6437 653.0476 830.2399 606.1476 877.1399
2012.019       741.6437 649.1202 834.1672 600.1413 883.1462
2012.022       741.6437 645.3530 837.9345 594.3797 888.9078
2012.025       741.6437 641.7276 841.5599 588.8352 894.4523

希望这可以帮助您理解原始方法的问题，并提高您处理 R 中时间序列的能力。

更新 3

最终的、更准确的解决方案——因为我正在避免我现在应该做的其他工作......

使用 lubridate更好的日期处理包:

require(lubridate)
y = ts(x$Used, start=c(2011, yday("2011-11-01")), frequency=365)
plot(forecast(ets(y), 10), xaxt="n")
a = seq(as.Date("2011-11-01"), by="weeks", length=11)
axis(1, at = decimal_date(a), labels = format(a, "%Y %b %d"), cex.axis=0.6)
abline(v = decimal_date(a), col='grey', lwd=0.5)

导致:



请注意确定 ts 的开始日期的替代方法目的。