Это может быть больше вопросом для перекрестной проверки, но если кто-то знает здесь, мне определенно интересно услышать ваше мнение.
Я только что провел серию Фурье по еженедельным данным о продажах за 3 года.
Я оптимально выбрал количество k-членов на основе AIC.
Вот моя функция:
seasonality<-data.frame(fourier(sales_df, K=6))
Вот первые 6 строк моего вывода:
S1.52 C1.52 S2.52 C2.52 S3.52 C3.52 S4.52 C4.52 S5.52 C5.52 S6.52 C6.52
1 0.1201262 0.9927586 0.2385126 0.9711394 0.3534447 0.9354554 0.4632579 0.8862235 0.5663619 0.8241566 0.6612635 0.7501537
2 0.2385126 0.9711394 0.4632579 0.8862235 0.6612635 0.7501537 0.8211001 0.5707842 0.9335419 0.3584683 0.9920985 0.1254612
3 0.3534447 0.9354554 0.6612635 0.7501537 0.8837203 0.4680153 0.9920985 0.1254612 0.9724076 -0.2332885 0.8271893 -0.5619233
4 0.4632579 0.8862235 0.8211001 0.5707842 0.9920985 0.1254612 0.9373419 -0.3484108 0.6692904 -0.7430009 0.2489398 -0.9685190
5 0.5663619 0.8241566 0.9335419 0.3584683 0.9724076 -0.2332885 0.6692904 -0.7430009 0.1307927 -0.9914097 -0.4537031 -0.8911529
6 0.6612635 0.7501537 0.9920985 0.1254612 0.8271893 -0.5619233 0.2489398 -0.9685190 -0.4537031 -0.8911529 -0.9296339 -0.3684844
Я знаю, что должен сложить их вместе, чтобы получить "переменную сезонности" для моделирования. Меня больше интересует значение каждого из этих столбцов.
Если у кого-то есть идеи или статьи, относящиеся к этому, это было бы очень полезно. Спасибо!