Estoy usando R (3.1.1) y modelos ARIMA para pronosticar. Me gustaría saber cuál debería ser el parámetro de "frecuencia", que se asigna en la ts()
función , si estoy usando datos de series temporales que son:
- separado por minutos y se extiende por 180 días (1440 minutos / día)
- separado por segundos y se extiende por 180 días (86,400 segundos / día).
Si recuerdo bien la definición, una "frecuencia" en ts en R, es el número de observaciones por "temporada".
Pregunta parte 1:
¿Cuál es la "temporada" en mi caso?
Si la temporada es "día", ¿es la "frecuencia" por minutos = 1440 y 86,400 por segundos?
Pregunta parte 2:
¿Podría la "frecuencia" también depender de lo que estoy tratando de lograr / pronosticar? Por ejemplo, en mi caso, me gustaría tener un pronóstico a muy corto plazo. Un paso por delante de 10 minutos cada vez. ¿Sería posible considerar la temporada como una hora en lugar de un día? En ese caso, ¿frecuencia = 60 por minutos, frecuencia = 3600 por segundos?
Intenté, por ejemplo, utilizar la frecuencia = 60 para los datos por minuto y obtuve mejores resultados en comparación con la frecuencia = 1440 (utilizado fourier
ver el enlace a continuación por Hyndman)
http://robjhyndman.com/hyndsight/forecasting-weekly-data/
(La comparación se realizó utilizando MAPE para medir la precisión del pronóstico)
En caso de que los resultados sean completamente arbitrarios, y la frecuencia no se pueda cambiar. ¿Cuál sería en realidad la interpretación del uso de freq = 60 en mis datos?
También creo que vale la pena mencionar que mis datos contienen estacionalidad cada hora y cada dos horas (al observar los datos sin procesar y la función de Autocorrelación)