Вот структура моих данных
structure(list(customer_id = c("A", "A", "A", "A", "A", "A",
"A", "A", "B", "B", "B", "B", "B"), state = c("NC", "NC", "NC",
"NC", "NC", "NC", "NC", "NC", "KA", "KA", "KA", "KA", "KA"),
value = c(20.4, 29, 26, 40, 35, 36, 28, 41, 70, 75, 78, 99,
40), Date = structure(c(17784, 17791, 17798, 17805, 17812,
17819, 17826, 17833, 17608, 17615, 17622, 17629, 17636), class = "Date")), row.names = c(NA,
-13L), class = "data.frame")
У меня так много покупателей данных из разных штатов с разными датами начала и окончания.
Я хотел бы преобразовать эти данные в данные time_series и выполнить экспоненциальное сглаживание, используя метод hw
.
Код, который я пытался преобразовать в time_series:
temp <- multiple_ts %>%
group_by(state,customer_id) %>%
ts(multiple_ts$value, frequency = 52)
Я использовал частоту как 52, потому что данные - это weekly_data, но код выдает ошибку
Warning messages:
1: In data.matrix(data) : NAs introduced by coercion
2: In data.matrix(data) : NAs introduced by coercion
мои выходные данные
structure(c(NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 20.4, 29,
26, 40, 35, 36, 28, 41, 70, 75, 78, 99, 40, 17784, 17791, 17798,
17805, 17812, 17819, 17826, 17833, 17608, 17615, 17622, 17629,
17636), .Dim = c(13L, 4L), .Dimnames = list(NULL, c("customer_id",
"state", "value", "Date")), .Tsp = c(20.9384615384615, 21.1692307692308,
52), class = c("mts", "ts", "matrix"))
Может ли кто-нибудь помочь мне в R.
Заранее спасибо