非季節時系列のForcast

Question

すべて -

季節性を持たない時系列の予測モデルで作業しています。他の地域では、私はARIMAを単一シーズンの人に、TBATSを複数シーズンの人に使用しました。しかし、今、私は季節性がない時系列に取り組んでいます。基本的な予測をしたいと思っています。私は毎日約1.5年間のデータを扱っています。 、これは季節的ではないことを考えると、今

http://107.170.210.195/Rplot.png

：（私が原因のStackOverflowの私の状態に、まだ画像を投稿することができません、次のように時系列のプロットは見えますが、これは、画像へのリンクですこれは、またはこれを行うための正しい方法ではないかもしれないかもしれないが、私はここに私の直感を、次の午前

incidentBacklogRolling12DailyTS <- ts(incidentBacklogRolling12Daily$Count, start=c(2014,327), frequency=365.25) 

...その後、私は様々な予測方法を試してみました - 明らかにARIMAとTBATS：私はこの方法で私の時系列を構築しますしかし、私はETS（これは有望そうです）とSTLを試しました。どちらも、最後のポインから伸びる「直線」のようなものになりますt。今、私のタイムシリーズは終わりのように平らに見えますが、少しばらつきがあります。私はHoltWintersも実験しましたが、これは非常に正確なフィット感をもたらしましたが、予測はやはり直線でしたが、今度は下向きに傾斜しています。私はこのような非季節シリーズのための良いモデルがそこにあるかもしれないことを望んでいた。

誰かが試してみるべきモデル（とそのモデルのパラメタかもしれない）の提案がありますか？おそらく私が見ていないこのための簡単な解決策があります。何か提案ありがとう！

Answer 1

これを過去1週間ほどにわたって調べてみると、今後これを検討している誰かのために私が到着した解決策を投稿したいと思っていました。私は、Rob Hyndman（メルボルンのこの地域の研究者）が投稿した資料を見つけました。彼の講義の1つでは、これらの項目にauto.arima（）関数を使用することをお勧めします。私は送った。 Hyndman博士はメモをつけて、ETSの使用を提案しました。検出可能な基本パターンや季節性がないことから、AIRMAやETSなどの方法で行うことができる最新のデータを予測したいと思うでしょう。私はそれらを試してみて、データに基づいて受け入れられる結果を得ることができました。私が言ったように、これを読んだすべての人に感謝、私はちょうど同じ問題を抱えているかもしれない他の人のために私のソリューションを提供したい。