日常のやり方

Question

私は、営業時間ごとに時系列的に行動します。私はデータを日ごとに持っています。 （01.11.2015-29.11.2015のフォーマット）。ここに例：

dput 
DAY  STORE ART  SALES 
01.11.2015 1534 343533 62.5000 
01.11.2015 25039 20490 686.4480 
01.11.2015 1612 295206 185.0000 
01.11.2015 1053 16406274 32.5000 
01.11.2015 1612 49495 143.1196 
01.11.2015 961 15309949 50.9000 

すべてのお店やARTの予測をどのように行うのですか？私の分析を2つの要素に分割する方法は？

＃

library('ggplot2') 
library('forecast') 
library('tseries') 


mydat=read.csv("C:/Users/synthex/Downloads/sales.csv", sep=";",dec=",") 
View(mydat) 
str(mydat) 


count_ts = ts(mydat[, c('SALES')]) 
View(count_ts) 

mydat$clean_cnt = tsclean(count_ts) 



mydat$cnt_ma = ma(mydat$clean_cnt, order=7) # using the clean count with no outliers 
mydat$cnt_ma30 = ma(mydat$clean_cnt, order=30) 

count_ma = ts(na.omit(mydat$cnt_ma), frequency=30) 
decomp = stl(count_ma, s.window="periodic") 
deseasonal_cnt <- seasadj(decomp) 
plot(decomp) 


adf.test(count_ma, alternative = "stationary") 



auto.arima(deseasonal_cnt, seasonal=FALSE) 


fit<-auto.arima(deseasonal_cnt, seasonal=FALSE) 

tsdisplay(residuals(fit), lag.max=45, main='(1,1,0) Model Residuals') 



fit2 = arima(deseasonal_cnt, order=c(1,1,7)) 


fcast <- forecast(fit2, h=1) 

Answer 1

D.Joe、

あなたのstart引数権を指定していません。 ?tsにチェックを入れておけば、これは前述の議論に関する文書に記載されています。

開始：
最初の観測時刻。単一の数値または2つの整数のベクトル（自然な時間単位を指定し、 （1ベース））を時間単位に指定します。 2番目のフォームの使用については、 の例を参照してください。

特定の日に開始したい場合は、これを行う方法ではありません。あなたがここに

とにかくstarting a daily time series in R

この特定のシナリオに管理すればする方法を見てとることができ、ホルト冬は毎日データを操作するための最良の選択肢ではありません。この方法を使用する特別な理由はありますか？日々のデータを扱ういくつかの方法があります。

R: Holt-Winters with daily data (forecast package)