R中的fourier（）与fourierf（）函数

我在R中使用Ron Hyndman出色的

forecast

包中的

fourier（）

和

fourierf（）

函数。为了验证在

fourier（）

和

fourierf（）

中是否选择和使用了相同的术语，我绘制了一些输出术语

下面是使用

ts.plot（data）

的原始数据。时间序列中有364个频率，仅供参考

下面是使用

fourier（数据，3）

绘制的术语图。基本上，它看起来像现有数据的镜像

再看看输出的sin1项，我们得到了一些变化，显示出与上述数据类似的364天季节性

然而，当我使用

fourierf（数据，3410）

绘制傅里叶预测结果时，我看到了以下数据。它看起来比原始的

fourier

函数提供的术语要平滑得多。

因此，我想知道

fourier（）

和

fourierf（）

的结果是如何关联的。是否可以只看到一个合并的傅立叶结果，这样您就可以看到正弦或余弦结果在现有数据中移动，然后在预测期间移动？如果没有，我如何确认由

fourierf（）

创建的术语符合样本数据

我想在

auto.arima

或

glm

函数中与其他外部回归器一起使用它，如下所示：

 trainFourier<-fourier(data,3)

 trainFourier<-as.data.frame(trainFourier)
 trainFourier$exogenous<-exogenousData
 arima.object<-auto.arima(data, xreg=trainFourier)

 futureFourier<-fourierf(data,3, 410)

 fourierForecast<-forecast(arima.object, xreg=futureFourier, h=410)

---

trainFourier解决了这个问题。我同时使用了
fda
和
forecast
软件包
fda
，用于功能数据分析和回归，有自己的
fourier（）
功能。如果我拆下
fda
，我的S1术语从
fourier（数据，3）
中看起来如下：

 trainFourier<-fourier(data,3)

 trainFourier<-as.data.frame(trainFourier)
 trainFourier$exogenous<-exogenousData
 arima.object<-auto.arima(data, xreg=trainFourier)

 futureFourier<-fourierf(data,3, 410)

 fourierForecast<-forecast(arima.object, xreg=futureFourier, h=410)


如果我使用
ts.plot（c（trainFourier$S1，futurefurier$S1））

这个故事的寓意是：伙计们，看你们的包裹是什么