Valor de "Frecuencia" para datos de intervalos de segundos y minutos en R

Question

Estoy usando R(3.1.1), y de los modelos ARIMA para la predicción. Me gustaría saber cuál debe ser la "frecuencia" de parámetro, el cual es asignado en la ts() función, si estoy utilizando datos de series de tiempo, que es:

1. separadas por minutos y ocupa una extensión de más de 180 días (1440 minutos/día)
2. separados por segundos y ocupa una extensión de más de 180 días (86.400 segundos/día).

Si mal no recuerdo derecho de la definición, una "frecuencia" en el ts en R, es el número de observaciones por "temporada".

Parte de la pregunta 1:

entonces, ¿qué es la "temporada" en mi caso?

Si la temporada es "el día", entonces es la "frecuencia" para los minutos = 1440 y 86,400 segundos?

Parte de la pregunta 2:

Podría la "frecuencia" también depende de lo que yo estoy tratando de lograr/previsión? por ejemplo, en mi caso, me gustaría tener un muy corto plazo de la previsión. Un paso por delante de 10 minutos cada vez. Sería posible considerar la temporada como una hora en lugar de un día? En ese caso la frecuencia= 60 minutos, frecuencia = 3600 segundos?

He probado por ejemplo el uso de la frecuencia = 60 para los datos de un minuto y consiguieron mejores resultados en comparación con la frecuencia = 1440 (usa fourier ver enlace abajo por Hyndman) http://robjhyndman.com/hyndsight/forecasting-weekly-data/

(La comparación se realizó mediante el uso de MAPE para la medida de la precisión de los pronósticos)

En caso de que los resultados se completa arbitraria, y la frecuencia no puede ser cambiado. Lo que sería en realidad la interpretación de la utilización de freq = 60 en mis datos?

Yo también creo que vale la pena mencionar que mis datos contiene la estacionalidad en cada hora o cada dos horas (por la observación de los datos en bruto y la función de Autocorrelación)

Gracias!

Answer 1

La frecuencia es el número de observaciones por temporada. Esto es lo contrario de la definición de la frecuencia en la física, o en el análisis de Fourier, donde "período" es la longitud del ciclo, y la frecuencia es el inverso del período. Cuando el uso de la ts() función en R, las siguientes opciones deben ser utilizados.

Data      frequency
Annual     1
Quarterly  4
Monthly   12
Weekly    52

En realidad, no hay 52 semanas en un año, pero 365.25/7 = 52.18 en promedio. Pero la mayoría de las funciones que utilice ts objetos requieren entero de la frecuencia.

Una vez que la frecuencia de observaciones es menor de una semana, entonces por lo general hay más de una forma de manipulación de la frecuencia. Por ejemplo, los datos que se observan cada minuto podría tener una hora a la estacionalidad (frecuencia=60), un diario de la estacionalidad (frecuencia=24x60=1440), un programa semanal de estacionalidad (frecuencia=24x60x7=10080) y una estacionalidad anual (frecuencia=24x60x365.25=525960). Si desea utilizar un ts objeto, entonces usted necesita para decidir cual de estos es el más importante.

Una alternativa es el uso de un msts objeto (que se define en la forecast paquete) que maneja múltiples estacionalidad de la serie de tiempo. A continuación, puede especificar todas las frecuencias que podrían ser relevantes. También es lo suficientemente flexible como para manejar no entero de frecuencias.

No necesariamente quiere incluir todas estas frecuencias --- solo a los que son propensos a estar presentes en los datos. Como sólo tiene 180 días a partir de datos, usted probablemente puede ignorar la estacionalidad anual. Si los datos son medidas de un fenómeno natural (por ejemplo, temperatura), también podría ser capaz de ignorar el semanario de la estacionalidad.

Con múltiples estacionalidades, usted podría usar un TBATS modelo, o en términos de Fourier en una regresión o modelo ARIMA. El fourier función de la previsión de un paquete de manejar msts objetos.