Я получил спектр мощности вейвлета в r, используя analy.wavelet из пакета WaveletComp. Я хочу рассчитать, насколько точна модель. я должен выбрать день, неделю или месячные периоды, чтобы получить лучшие результаты, основанные на ошибках? Или мне, например, поменять метод вейвлета с морлета на мексиканского кота? Может кто-нибудь объяснить, как выполнить R2 или RMSE или MAE или что-то подобное для этого? Рассмотрим пример ниже:
series.length <- 6*128*24
x1 <- periodic.series(start.period = 1*24, length = series.length)
x2 <- periodic.series(start.period = 8*24, length = series.length)
x3 <- periodic.series(start.period = 32*24, length = series.length)
x4 <- periodic.series(start.period = 128*24, length = series.length)
x <- x1 + x2 + x3 + x4
plot(x, type = "l", xlab = "index", ylab = "", xaxs = "i",
main = "hourly series with periods of 1, 8, 32, 128 days")
## The following dates refer to the local time zone
## (possibly allowing for daylight saving time):
my.date <- seq(as.POSIXct("2014-10-14 00:00:00", format = "%F %T"),
by = "hour",
length.out = series.length)
my.data <- data.frame(date = my.date, x = x)
## Computation of wavelet power:
## a natural choice of 'dt' in the case of hourly data is 'dt = 1/24',
## resulting in one time unit equaling one day.
## This is also the time unit in which periods are measured.
## There is an option to store the date format and time zone as additional
## parameters within object 'my.wt' for later reference.
my.wt <- analyze.wavelet(my.data, "x",
loess.span = 0,
dt = 1/24, dj = 1/20,
lowerPeriod = 1/4,
make.pval = TRUE, n.sim = 10,
date.format = "%F %T", date.tz = "")
## Plot of wavelet power spectrum (with equidistant color breakpoints):
wt.image(my.wt, color.key = "interval", main = "wavelet power spectrum",
legend.params = list(lab = "wavelet power levels"),
periodlab = "period (days)")