Prognozowanie dziennych danych za pomocą HoltWinters - r, seria czasowa, prognozy, holtinters

Przede wszystkim już to skonsultowałem artykuł i to ale nie mógł tego zmusić do działania.

Mam codziennie dane zaczynające się od 28-03-2015 do 27-02-2017. Mój TS object wygląda tak:

bvg11_prod_ts <- ts(bvg11_data$MA_PROD, freq=365, start=c(2015, 87), end=c(2017, 58))

poniższy wykres pokazuje wartości dzienne:

autoplot(bvg11_prod_ts)

Próbowałem również tworzenia dziennego obiektu ts przez:

bvg11_prod_ts <- ts(bvg11_data$MA_PROD, freq=7, start=c(2015, 3), end=c(2017, 02))
autoplot(bvg11_prod_ts)

co skutkuje tym działaniem:

Jak widać oba wykresy są zupełnie inne, jednak pierwszy jest dokładniejszy!

Teraz, kiedy próbuję użyć bvg11_prodsTSHoltWinter <- HoltWinters(bvg11_prod_ts) Daje błąd:

Error in decompose(ts(x[1L:wind], start = start(x), frequency = f), seasonal) : time series has no or less than 2 periods

Co jest nie tak?

Odpowiedzi:

Komunikat o błędzie jest dość jasny: przy częstotliwości 365 będziesz potrzebował co najmniej 2 * 365 = 730 punktów danych.

x_err = ts(runif(729), freq = 365)
# this gives an error
fit = HoltWinters(x_err)

# this will work
x = ts(runif(730), freq = 365)
fit = HoltWinters(x)