ฉันได้รับข้อมูลความต้องการรายครึ่งชั่วโมงซึ่งเป็นช่วงเวลาตามฤดูกาล ฉันใช้tbats
ในforecast
แพ็คเกจใน R และได้ผลลัพธ์ดังนี้:
TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>})
หมายความว่าชุดข้อมูลไม่จำเป็นต้องใช้การแปลง Box-Cox หรือไม่และมีข้อผิดพลาดคือ ARMA (5, 4) และคำ 6, 6 และ 5 ใช้เพื่ออธิบายฤดูกาล พารามิเตอร์ที่ทำให้ชื้นคือ 0.8383 หมายความว่ามันคือการแปลงด้วยหรือไม่
ต่อไปนี้เป็นพล็อตการสลายตัวของรุ่น:
ฉันสงสัยว่าจะทำอย่างไรlevel
และslope
บอกเกี่ยวกับตัวแบบ 'ความชัน' บอกแนวโน้ม แต่จะเป็นlevel
อย่างไร วิธีการรับพล็อตที่ชัดเจนสำหรับsession 1
และsession 2
ซึ่งเป็นฤดูกาลรายวันและรายสัปดาห์ตามลำดับ
ฉันยังต้องรู้วิธีการวินิจฉัยแบบจำลองtbats
เพื่อประเมินโมเดลยกเว้นค่า RMSE วิธีปกติคือการตรวจสอบว่าข้อผิดพลาดเป็นสัญญาณรบกวนสีขาว แต่ที่นี่ข้อผิดพลาดควรจะเป็นซีรีส์ ARMA ฉันพล็อตข้อผิดพลาด 'acf' และ 'pacf' และฉันไม่คิดว่ามันจะดูเหมือน ARMA (5,4) หมายความว่าแบบจำลองของฉันไม่ดีหรือไม่?
acf(resid(model1),lag.max = 1000)
pacf(resid(model1),lag.max=1000)
คำถามสุดท้ายRMSE
จะคำนวณโดยใช้ค่าติดตั้งและค่าจริง หากฉันใช้คาดการณ์มูลค่าfc1.week$mean
และคุณค่าที่แท้จริงในการประเมินรูปแบบที่มันยังคงเรียกว่าRMSE
? หรือมีชื่ออื่นสำหรับสิ่งนี้?
fc1.week <-forecast(model1,h=48*7)
fc1.week.demand<-fc1.week$mean