J'ai des données de prix de marchandises à haute fréquence que j'ai besoin d'analyser. Mon objectif est de ne pas assumer de composante saisonnière et de simplement identifier une tendance. Voici où je rencontre des problèmes avec R. Il y a deux fonctions principales que je connais pour analyser cette série temporelle: decompose() et stl(). Le problème est qu'ils prennent tous les deux un type d'objet ts avec un paramètre de fréquence supérieur ou égal à 2. Existe-t-il une façon de supposer une fréquence de 1 par unité de temps et d'analyser cette série temporelle en utilisant R? Je crains que si je suppose que la fréquence est supérieure à 1 par unité de temps et que la saisonnalité soit calculée en utilisant le paramètre fréquence, alors mes prévisions vont dépendre de cette hypothèse.Éviter l'hypothèse de saisonnalité pour stl() ou decompose() dans R
names(crude.data)=c('Date','Time','Price')
names(crude.data)
freq = 2
win.graph()
plot(crude.data$Time,crude.data$Price, type="l")
crude.data$Price = ts(crude.data$Price,frequency=freq)
Je veux fréquence à 1 par unité de temps mais décomposable() et stl() ne fonctionnent pas!
dim(crude.data$Price)
decom = decompose(crude.data$Price)
win.graph()
plot(decom$random[2:200],type="line")
acf(decom$random[freq:length(decom$random-freq)])
Merci.
Je ne suis pas certain de comprendre ce droit, mais une «fréquence de un» serait une tendance linéaire et/ou parabolique? Sinon, cela ressemble à traiter chaque observation comme son propre mannequin. L'essence de la saisonnalité est que quelque chose doit se répéter ou qu'il doit y avoir une sorte de cyclicité - ce qui impliquerait nécessairement une période d'au moins 2. – isomorphismes