r - 在R中自动查找时间序列的季节性

Question

我是 R 中时间序列的新手，如果我犯了任何错误，请纠正我。

我有商店中产品库存的每日快照。
如果有帮助的话，你可以把它当作百思买的 iPad 数量，我去百思买计算他们仓库里的所有 iPad :) 并做个笔记。

我可以监控他们每天售出多少 iPad，以及他们何时补充库存。我的目标是尝试做一些时间序列分析。首先找到他们的IPad销售趋势和季节性，然后建立一个爆发检测模型，所以如果有一天销售太低或太高。我会得到通知。

一些假数据:

library(zoo)
index <- seq(as.Date('2013-01-01'), as.Date('2013-01-31'), by="day")
data <- c(seq(5, 1), seq(15, 1), seq(10, 5), seq(10, 5))
z <- zoo(data, index)
plot(z)

(1) 是否有一个方便的函数来计算彼此相邻两天的 delta 以首先获得他们的每日销售额？所以负面意味着卖了这么多 Ipad，而正面意味着补货。

(2) 当我试图使用分解找到趋势时，它告诉我:

> decompose(z)
Error in decompose(z) : time series has no or less than 2 periods

然后我意识到我需要确定一周是一个好的开始的季节性。所以我可以。

plot(decompose(ts(z[,1], frequency=7)))

我知道，我需要 modify the period使其工作。但是季节性实际上因产品而异，我不知道如何处理这个问题。

(3) 欢迎对我的想法提出一般性意见。例如，上面的情节基本上表明他们几乎每天都卖 1 个垫子。然后我需要以某种方式检测，几天他们卖出了 10 多台 ipad，我将其视为爆款。
是否有任何其他易于用于突发检测的 R 包？谢谢

Answer 1

看看diff()对于 delta 问题，这也是一种快速注意到“爆发”的方法。

diff(z)
plot(diff(z))