我每周有3年的数据 . 现在我的目标是使用STL功能消除系列中的趋势和季节性效果 .
我可以使用stats包中的分解函数来分解时间序列组件 . 但我得到趋势和随机效应的第一个和最后52个值的NA值 .
在我的样本数据集中,存在完美的季节性,并且均值和变量随时间而变化 . 所以,我想 Build 乘法模型 . 在这里,我在stats包中使用了stl函数来分解趋势和季节性 . 我知道stl函数可以处理加法模型 . 但我们也可以通过使用对数转换来构建乘法模型 . 在这里,我尝试了两种模型 . 但我没有得到预期的结果 . 我确信我在这段代码中遗漏了一些东西 .
series
series
38L, 38L, 43L, 45L, 134L, 754L, 1011L, 901L, 483L, 237L, 99L,
59L, 92L, 65L, 120L, 214L, 329L, 387L, 276L, 307L, 395L, 372L,
332L, 258L, 291L, 359L, 211L, 308L, 250L, 1374L, 1131L, 845L,
588L, 770L, 499L, 532L, 491L, 359L, 318L, 219L, 153L, 138L, 156L,
133L, 92L, 77L, 214L, 273L, 86L, 75L, 51L, 163L, 72L, 191L, 62L,
49L, 79L, 573L, 569L, 444L, 410L, 404L, 345L, 141L, 146L, 179L,
127L, 143L, 382L, 548L, 283L, 315L, 392L, 394L, 313L, 373L, 603L,
429L, 384L, 419L, 449L, 1774L, 2025L, 1532L, 1252L, 857L, 790L,
658L, 389L, 398L, 398L, 302L, 237L, 249L, 182L, 167L, 109L, 179L,
377L, 288L, 146L, 126L, 449L, 138L, 580L, 130L, 94L, 150L, 173L,
1246L, 1227L, 991L, 707L, 489L, 592L, 326L, 209L, 259L, 286L,
243L, 344L, 335L, 368L, 397L, 349L, 313L, 1345L, 301L, 1111L,
366L, 274L, 302L, 248L, 2518L, 2186L, 2094L, 2151L, 1847L, 1384L,
666L, 455L, 415L, 302L, 277L, 172L, 186L), .Tsp = c(1, 3.97056810403833,
52.1785714285714), class = "ts")
#Model 1
model1
op
head(op,25)
matplot(op,type="l")
#Model 2
model2
op
matplot(op,type="l")
如何改善模型性能?
如果有更好的方法可以解决这个问题,请建议我 .
提前致谢 .