iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 22
0

要檢測時間序列分析是否準確,將資料分成訓練資料(除了最後一整年以外)、測試資料(最後一整年),

newdata_t<-ts(as.vector(newdata[1:150]),frequency=12,start=c(2005,1)) 
newdata_test =ts(as.vector(newdata[150:162]),frequency=12,start=c(2017,7)) 

arima1<-auto.arima(newdata_t,trace=T)

自動找出最適合的arima模型

plot(forecast(Arima(newdata_t,order=c(2,1,1),seasonal=c(1,0,1)),h=12))

並且作圖

train = forecast(Arima(newdata_t,order=c(2,1,1),seasonal=c(1,0,1)),h=12)

把預測資料取出來,並且與實際資料合併

take_a_look = cbind(unlist(train[4]),newdata[150:162])

畫出兩條線

matplot(ts(take_a_look[,1:2]),pch = 1,lty=1,type="l",
        xlab = "Time",ylab = "人數",main="預測的準確性"
        )

https://ithelp.ithome.com.tw/upload/images/20181103/20111603XVPdZcLtz1.png


上一篇
[Day 21] R語言_令人煩躁的character(0) & logical(0) & integer(0),用identical處理
下一篇
[Day 23] R語言_時序視覺化作圖補充
系列文
機器學習_資料採礦_透過數據協助決策_R語言30

1 則留言

0
阿儒
iT邦新手 5 級 ‧ 2018-11-06 13:18:49

gogo

我要留言

立即登入留言