анализ временных рядов в R (краткосрочное прогнозирование по ежедневным данным)

Question

Я работаю в R, мне нужно попросить, чтобы у меня были ежедневные данные в течение почти 11 месяцев для каждой минуты, например,

Date_Time  Usage_kW
0:00        1.7382
0.01        1.7892
0.02        1.7125
....          .
...           .
....          .
1.00          .
.             .
.       .
.

, так далее

и цикл повторяется после каждого 60 минут, поэтому я выбрал частоту 60, но я не могу получить лучший прогноз с помощью модели аримы, поскольку данные несезонные, пожалуйста, помогите мне выбрать правильное значение для частоты = ?, start =? и конец =? значения

mydata<-ts(Usage[,2], start=1, end=24, frequency=60)

Я хочу отображать данные ежедневно, например, 24 часа ??

Answer 1

Вы должны объединить данные каждую минуту либо в час, либо в день, либо в неделю, а затем проверить точность модели ARIMA. Вы также можете попробовать другие методы прогнозирования, такие как SMA, WMA, Holt Winter, tbats, Prophet и др. c .. и выбрать модель, которая дает хорошую точность (MAPE).

Обновление:

Если частота наблюдений меньше недели, то обычно есть несколько способов обработки частоты. Например, данные, наблюдаемые каждую минуту, могут иметь почасовую сезонность (частота = 60), суточную сезонность (частота = 24x60 = 1440), недельную сезонность (частота = 24x60x7 = 10080) и годовую сезонность (частота = 24x60x365.25 = 525960). Если вы хотите использовать объект ts, вам нужно решить, какой из них является наиболее важным.