分钟明智的时间序列预测？答案

【问题标题】：minute wise time series forcasting?分钟明智的时间序列预测？
【发布时间】：2014-11-29 14:33:10
【问题描述】：

过去一周左右我一直在研究 R，这个网站对理解基础知识有很大帮助。
我正在为我的公司做一个精确的预测，
数据是这样的：

REFEE ENTRY_DATE
1.00 01-01-2011 00:00:00
2.00 01-01-2011 00:01:00
3.00 01-01-2011 00:02:00
4.00 01-01-2011 00:03:00
5.00 01-01-2011 00:04:00
6.00 01-01-2011 00:05:00
7.00 01-01-2011 00:06:00
8.00 01-01-2011 00:07:00
9.00 01-01-2011 00:08:00
10.00 01-01-2011 00:09:00
......等了四年，直到 2014 年

这大约超过 133921*12 个样本。我已经尝试了所有的预测代码，HoltWinters()、forecast() 和所有其他预测方法......

问题是，每次我尝试这些功能时，应用程序都会挂起； R 不支持这么多数据进行预测吗？
有没有其他软件包可以帮助我对如此大量的数据进行预测？

【问题讨论】：

标签： r time-series forecasting

【解决方案1】：

这实际上是相当多的数据，至少对于 R 而言。您可以查看 forecast 包中的 ets()。我喜欢推荐同一作者的this free online forecasting textbook。

您当然可以考虑您的数据。您是否真的期望只能在此级别上看到的动态，例如，次小时模式？您是否真的需要按分钟进行预测，例如，用于运营决策？（据我所知，即使是短期电力预测也是在 15 分钟内完成的——如果你真的从事高频交易，你的时间可能会更短。）

如果是，您可能应该研究可以实际模拟多种类型的季节性的具体方法。电力负荷预测可能是一个很好的起点，因为这些人确实要处理多种重叠的季节性模式。

如果不是，您可以考虑聚合您的数据，比如几天，然后预测聚合和分类，例如，使用几天内分钟的历史比例。这至少会使预测不再是数据问题。

【讨论】：

【解决方案2】：

对于大型数据集，我建议使用 R 基础中的 predict()，而不是 forecast()。虽然forecast() 提供更多信息（predict() 仅提供预测误差和标准误差），但将rbenchmark 用于这两个函数表明predict() 更快。

此外，forecast() 在其预测的ts 对象的日期中删除了世纪，这很烦人...

正如 Stephan Kosla 所说，拥有如此精细的数据可能是个问题。通过在执行预测之前获取数据的每日/每周/每月平均值，可以发现加速。您可以使用其中一个应用函数、lubridate 和一点独创性来做到这一点。我已经在下面展示了如何执行此操作的示例：

library(lubridate)

# Create dataframe for AirPassengers dataset (frome base)
df <- data.frame(data=as.vector(AirPassengers),
                 date=as.Date((time(AirPassengers))),
                 year=year(as.Date((time(AirPassengers)))))

# Split by year, then take average
average.by.year <- unsplit(lapply(split(df$data,df$year),mean), #lapply takes the mean
                           df$year)

【讨论】：