从2004-07-09到2014-12-31,我在日常销售额R中有两个可变数据帧(df),为期十年 . 并非每个日期都在十年期间出现,但在周一至周五的大多数日子都是如此 .
我的目标是按季度汇总销售额,转换为时间序列对象,并运行季节性分解和其他时间序列预测 .
我在转换时遇到问题,因为我收到错误:
time series has no or less than 2 periods
这是我的代码的结构 .
# create a time series object
library(xts)
x <- xts(df$amount, df$date)
# create a time series object aggregated by quarter
q.x <- apply.quarterly(x, sum)
当我试图跑
fit <- stl(q.x, s.window = "periodic")
我收到错误消息
series is not periodic or has less than two periods
当我试图跑
q.x.components <- decompose(q.x)
# or
decompose(x)
我收到错误消息
time series has no or less than 2 periods
那么,如何使用我的原始数据框,使用日期变量和金额变量(销售额),将该季度汇总为时间序列对象,然后运行时间序列分析?
1 回答
我想我能够回答我自己的问题 . 我这样做了任何人都可以确认这种结构是否有意义?