R中的fourier()与fourierf()函数
我在R中使用Ron Hyndman出色的R中的fourier()与fourierf()函数,r,forecasting,decomposition,R,Forecasting,Decomposition,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
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