Временной ряд Dynami c Регрессия - PullRequest
Новая
       69

Временной ряд Dynami c Регрессия

0 голосов
/ 29 марта 2020

Я работаю над модифицированной версией Данные о качестве воздуха из UCI .

Данные были записаны с марта 2004 года по апрель 2005 года (один год). Предоставляются среднесуточные концентрации Ground Truth для общих оксидов азота (NOx) и диоксида азота (NO2), а также информация о погодных условиях. Недостающие значения помечаются значением -200. Описание переменных доступно в таблице 1.

Таблица 1: Описание переменных :

  1. Дата Дата (дд / мм / гггг)
  2. NOx Истинная среднечасовая концентрация NOx в миллионных долях
  3. NO2 Истинная среднечасовая концентрация NO2 в мкг / м3 Температура Температура в ° C
  4. Температура Температура в C
  5. RH Относительная влажность (%)
  6. AH Абсолютная влажность
  1. Сначала я преобразовал формат даты, а затем фрейм данных в его объект, так как ts был неверная дата.
  2. Мои данные содержат ежедневные наблюдения, я запутался, стоит ли мне указывать частоту в функции xts или нет.
  3. Поскольку мне приходится прогнозировать содержание NOx для всего В январе месяце я разбил свои данные на тестовый и обучающий набор
  4. Пропущенные значения помечены в данных как -200, и я хочу заменить их на среднее значение. Как мне это сделать?
  5. Пожалуйста, подскажите, как мне начать с суммы Мэри статистика и графики, как ее временной ряд с несколькими переменными, но я должен только прогнозировать NOx
  6. Я хочу подогнать модель для прогнозирования NOx для моих тестовых данных и анализа остаточных результатов.

Это мой код: 

#reading the time series
Airq = read.csv("/Users/aakanksharai/Downloads/AirQualityCourseworkNew.csv")
str(Airq)
Airq$Date <- as.Date(Airq$Date, format = "%d/%m/%Y")
Airq

#Changing into time-series format
Airq_ts <- xts(x=Airq[,-1], order.by = Airq$Date, frequency = 7)
head(Airq_ts)

airq_train <- window(Airq_ts, start = c("2004-03-11") , end = c("2004-12-31"))
airq_test <- window(Airq_ts, start = c("2005-01-01"), end = c("2005-01-31"))

summary(airq_train)
str(airq_train)
plot.xts(airq_train)
nrow(airq_train)
nrow(airq_test)
...