R 如何确定时间序列中的最佳频率？

我有一个按天分组的数据库指标，我需要预测未来3个月的数据。这些数据具有季节性（我认为季节性是以一周中的几天为单位）

我想使用Holt Winters方法使用R，我需要创建一个时间序列对象，它要求频率（我认为是7）。 但我怎么知道我是否确定？是否具有识别最佳频率的功能

我正在使用：

FID_TS <- ts(FID_DataSet$Value, frequency=7)

FID_TS_Observed <- HoltWinters(FID_TS)

---

FID\u TS看起来您有每日数据，并且您希望预测未来三个月。这里的问题是，你需要每日预测、每周预测还是每月预测？我想你可能需要每日或每周的预测。如果需要每周预测，则可能更容易先按周分组数据，然后运行预测

Facebook的新Prophet软件包是一个非常好的日常数据处理工具。它将使用dataframe而不是ts项目，这使得它更容易处理。您可以通过一些内置函数（如plot_组件）快速获取每日（如果您有每小时的数据左右）、每周和每月的季节性。这里是一个快速入门教程。他们有Python和R的API

下面是一些快速代码，用于绘制Prophet每周和每月的季节性（是否有）

library(prophet)
library(dplyr)
df <- FID_DataSet %>% rename(ds = date, y = Value)
m <- prophet(df)
future <- make_future_dataframe(m, periods = 365)
forecast <- predict(m, future)
plot(m, forecast) # plot out the forecast
prophet_plot_components(m, forecast) # plot out the components: trend, weekly and yearly seasonality if there is any.

库（prophet）
图书馆（dplyr）
df%重命名（ds=日期，y=值）
m通常，频率（或季节性，您在帖子中似乎可以互换使用这些词）是由领域知识决定的。例如，如果我在餐馆工作，并且我在分析每小时的客户数据集，我知道我将有一个24小时的频率，在午餐时间和晚餐时间出现峰值，另外还有一个168小时的频率（24*7），因为我的客户将有一个每周的模式

如果出于某种原因，您不具备领域知识，您可以使用ACF和PACF以及Fourier分析为您的数据找到最佳频率

有没有办法把频率按星期几和月份排列

在霍尔特冬季，第HW号只包含一个季节性成分。对于多个季节性组件，您应该尝试TBAT。正如吴晓喜指出的，FB Prophet可以模拟多个季节性因素，谷歌的BSTS包也可以

另一件事，我把去年的一整年或者只是其中的一部分用在霍尔特-温特斯方法中，会有什么不同吗

是的。如果你想对季节性进行建模，那么你需要至少两倍的季节周期才能对其进行建模（最好是更多），否则你的模型无法知道尖峰是季节性变化还是一次性冲动。例如，要对每周的季节性进行建模，您需要至少14天的训练数据（加上您将用于测试的任何数据，对于每年的季节性，您需要至少730天的数据，等等……
查看
库（预测）
它有
msts
功能，可以使用多个频率。谢谢@Sotos，可能是这样的？（每周7次，每月30次）
FID\TS看看谢谢@Sotos，我试过这个：07（每周间隔次数）05（每月间隔次数，假设每月30天）.
FID\TS检查此项：您好@xiaoxi wu感谢您的帮助。我想按天进行预测，但有些数据在一周内会有变化，例如，对于某些类型，每周一都比其他几天大，但这不是所有的规则。我想知道是否有办法查看数据是否有季节性，以及哪个是周期。F或者是没有季节的数据，这是最好的方法。提前谢谢。@XiaoxiWu我用R上的prophet library做了预测，但我对趋势有一个问题。我怎么能忽略趋势或设置趋势？我想降低趋势的力量。否则我的结果会变成负数，我不能有这个。谢谢！@EvanBessa你可以试试看使用逻辑作为趋势，而不是线性，如prophet（df，growth='logistic'），然后您可以设置上限和下限，以确保它确实为负值。@ArtjomB。我附上了一些示例代码，说明如何绘制季节性成分。