日単位のデータを持つ時系列モデルR

Question

私は2年間の日々のデータを持つデータセットを持っています。データのタイプは、2つの季節成分（毎週および毎月、すなわち、毎日の各タイプは同様の方法で動作し、毎月同じ）を有する。休日は毎年違う日に忘れることができます。 1か2か月の日々のデータを予測するための時系列モデルを構築する必要があります。私はARIMAをさまざまなパラメータで試してみましたが、プレディクタは常に平らになっています。

ここに私のコード：

df <read.csv("data.csv", header = TRUE, sep = ";") 
tseries <-ts(df[,2],start=1,frequency=7) -- also tried msts but not working   
ARIMAfit <- auto.arima(log10(tseries), approximation=FALSE,trace=FALSE) 
Series: log10(tseries) 
ARIMA(2,0,1)(2,0,0)[7] with non-zero mean 

Coefficients: 
     ar1  ar2  ma1 sar1 sar2 intercept 
    -0.1203 0.2423 0.6590 0.3182 0.4490  2.0577 
    s.e. 0.1495 0.0900 0.1404 0.0330 0.0335  0.0508 

sigma^2 estimated as 0.03187: log likelihood=222.5 
AIC=-430.99 AICc=-430.84 BIC=-398.82 

Training set error measures: 
        ME  RMSE  MAE  MPE  MAPE  MASE 
Training set 0.000745645 0.1777786 0.1273053 -0.7742803 6.340793 0.8641706 
       ACF1 
Training set -0.00434844 

pred <- predict(ARIMAfit, n.ahead = 500) 

lines(10^(pred$pred),col="yellow") 

私はおそらく、私は基本的なミスを作ってるんだなモデリングのこの種の専門家ではありませんよ。これに関する助けは大いに感謝されます。

BR

トマス

Answer 1

1）このdiscussionを参照してください。ダミー変数を使用して、アウトライヤーの検索、レベルの変化、時間の変化、曜日の影響（季節的なパルス）などの月間および曜日の影響を評価する。 2）データをログに記録する理由は何ですか？このdiscussionを参照してください。
3）あなたのデータが出ている国と日付であなたのデータを投稿してください。