学习笔记-数据挖掘（时间序列）-时间序列ARIMA建模

最新推荐文章于 2024-10-30 15:00:00 发布

weixin_42033491

最新推荐文章于 2024-10-30 15:00:00 发布

阅读量1.9k

点赞数

分类专栏：学习笔记文章标签： r语言数据挖掘

本文链接：https://blog.csdn.net/weixin_42033491/article/details/108160167

版权

本文介绍了使用R语言进行时间序列建模，重点讲解了STL分解和ARIMA模型的处理流程。通过STL分解将时间序列分为趋势、周期和随机波动三部分。接着详细阐述了ARIMA模型的建模步骤，包括order函数、ddply()函数等，并展示了如何对purchase和redeem序列进行建模。最后，讨论了模型的局限性，指出未考虑节假日等因素可能影响预测准确性。

摘要由CSDN通过智能技术生成

时间序列建模

时间序列的各种变化都可以归纳成四大类因素综合时间序列的各种变化都可以归纳成四大类因素综合影响

长期趋势 (trend (trend )：会导致序列出现明显的长期导致序列出现明显的长期趋势
循环波动 (circle (circle )：会导致序列呈现出周期性导致序列呈现出周期性波动
季节性变化 (season (season)：会导致序列呈现出和季节变化相关的稳定周期波动导致序列呈现出和季节变化相关的稳定周期波动 .
随机波动 (immediate (immediate)：纯随机、与时间无关

季节变动视为一种特殊的循环波动

STL分解

最常用的分解方法，可将时间序列分为三类：
- 没有趋势、也周期的序列（水平型时间）没有趋势、也周期的序列（水平型时间）
- 只有趋势、没周期的序列（斜坡型时间；可分段）只有趋势、没周期的序列（斜坡型时间；可分段）
- 有趋势、周期的序列（含和时间）
将时间序列分解为周期项（季节项） $C_t$ +趋势项 $T_t$ +随机项 $I_t$

ARIMA模型

在这里插入图片描述

ARIMA处理流程

在这里插入图片描述

ARIMA建模流程

在这里插入图片描述

options(warn=-1)#忽视所有警告

导入所需要的的包

library(plyr)
library(dplyr)
library(forecast)
library(data.table)
library(tseries)

user_balance=read.csv("user_balance_table.csv")#读取数据
#将数据中的日期转化为日期格式，原本是整数型，先将转化为字符串，最后转化为日期格式
user_balance$report_date=as.Date(as.character(user_balance$report_date),format="%Y%m%d")

temp=order(user_balance$report_date)
user_balance=user_balance[temp,]#按照日期排序

data=ddply(user_balance,.(report_date),function(D){ colwise(sum)(D[,c(-1,-2)])})
#function(D){ colwise(sum)(D[,c(-1,-2)])} 定义了一个函数 对D的除去第一行第二行求和

train_data = data[274:396,]#2014年3月到7月的数据
test_data = data[397:427,]#2014年8月数据

order函数

order()函数返回的值表示位置，依次对应的是向量的最小值、次小值、第三小值……最大值等（位置索引）

data <- c(5,6,8,2,9,3)

order(data)

返回值# 4 6 1 2 3 5(最小值在第4位，第二小得值在第6位)

data[order(data)]=sort(data)

ddply()函数

ddply()函数位于plyr包，用于对data.frame进行分组统计 ddply(.data, .variables, .fun = NULL, …) 参数注释：

.data：函数处理的数据框；

.variables：要进行拆分的变量名称，传递变量的格式是： .(col_name)，就是把进行分组的变量名包含在.()中；

.fun：应用到每行的函数

…：传递到fun的其他参数

as.Data()函数

as.Data(x, “input_format”),其中x是字符型数据，input_format则是读入日期的适当格式。

%d 数字表示的日期（0-31）例如01-31

%a 缩写的星期名例如Mon

%A 非缩写的星期名例如Monday

%m 月份（00-12）例如00-12

%b 缩写的月份例如Jan

%B 非缩写的月份例如January

%y 两位数的年份例如07

%Y 四位数的年份例如2007

默认的日期格式为yyyy-mm-dd

get_score<- function(purchase_pred,redeem_pred,purchase_true,redeem_true,h=0.3){
  out = data.frame(purchase_pred ,redeem_pred,purchase_true,redeem_true )
  
  out$purchase_mape = abs(out$purchase_pred-out$purchase_true)/
    out$purchase_true
  out$redeem_mape = abs(out$redeem_pred-out$redeem_true)/
    out$redeem_true
  
  score = sum(exp(-out$purchase_mape/h)*10)* 0.45 + 
    sum(exp(-out$redeem_mape/h)*10)* 0.55 
  return(score)
}

得分函数
purchase_mape=每日申购相对误差（真实值 $Z_{i}$ ，预测值 $\hat{Z_{i}}$