如何更改我的自动 arima 功能中的频率

Posted 2023-03-25

【中文标题】如何更改我的自动 arima 功能中的频率

【英文标题】：How to change the frequency in my auto arima function

【发布时间】：2021-10-25 01:37:03

【问题描述】：

我有一个时间序列（tsibble 对象），我需要应用 auto.arima 函数来查找我的模型。该对象在 7 年内以每日频率出现

# A tsibble: 2,557 x 2 [1D]
    bcUI Date      
   <dbl> <date>    
 1  13.6 2012-01-01
 2  36.0 2012-01-02
 3  33.7 2012-01-03
 4 200.  2012-01-04
 5 150.  2012-01-05
 6 230.  2012-01-06
 7  79.7 2012-01-07
 8  65.7 2012-01-08
 9  25.5 2012-01-09
10  35.7 2012-01-10
# ... with 2,547 more rows

当我应用函数时

autoarima1<-auto.arima(bctsibble,trace = TRUE,approximation = FALSE,seasonal = TRUE)

结果的频率为 7：

Best model: ARIMA(1,0,0)(2,0,0)[7] with non-zero mean 

如何更改此频率？数据太大，无法全部共享。谢谢！

【参考方案1】：

首先，您有一个tsibble 对象，因此您应该使用 fable 包进行自动 ARIMA 建模。预测包中的auto.arima() 函数是为ts 对象设计的。以下是使用 fable 拟合模型的方法：

library(tsibble)
library(fable)

# Simulated data with same structure
df <- tsibble(
  bcUI = rnorm(2557, 120, 50),
  Date = seq(as.Date("2012-01-01"), by="1 day", length = 2557),
  index= Date)

# Equivalent to auto.arima for a tsibble
fit <- df %>% model(ARIMA(bcUI))

第二，你想把句号改成什么，为什么？您有每日数据，因此它可能具有每周模式（周期 7）和年度模式（周期 365）。每日数据的其他季节性时段极为罕见。 ARIMA() 函数会自动检查是否存在显着的第 7 期季节性。它不会寻找周期 365 的季节性，因为这样较长的周期最好以季节性 ARIMA 模型以外的方式处理。

请参阅 https://otexts.com/fpp3/complexseasonality.html#complexseasonality，了解有关在 ARIMA 模型中处理年度和每周季节性周期的讨论。

【讨论】：

您好！感谢您的答复！我理解，但我想将其作为年度季节性而不是每周一次来处理。如果我包括季节性条款，应用季节性 ARIMA 模型，我能得到一个好的结果吗？

阅读我提供的链接。 ARIMA 模型无法处理像 365 一样大的季节性周期。