Začněte nyníZačněte zdarma

Sezónní diferencování pro stacionaritu

U sezónních dat se rozdíly často počítají mezi pozorováními ve stejném ročním období po sobě jdoucích let, nikoli mezi po sobě jdoucími obdobími. Například u čtvrtletních dat bys vzal/a rozdíl mezi Q1 jednoho roku a Q1 roku předchozího. Tomu říkáme sezónní diferencování.

Někdy je potřeba na stejnou řadu aplikovat jak sezónní diferencování, tak diferencování s posunem 1 – tedy vypočítat rozdíly z rozdílů.

V tomto cvičení zkombinuješ diferencování a transformace tak, aby časová řada vypadala stacionárně. Pracovat budeš s datovou sadou h02, která obsahuje 17 let měsíčních dat o prodeji kortikosteroidových léků v Austrálii. Data jsou již načtena v tvém prostředí.

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Vykresli data, abys pozoroval/a trend a sezónnost.
  • Aplikuj log() na data h02 a poté proveď sezónní diferencování pomocí odpovídající hodnoty lag ve funkci diff(). Výsledek ulož do proměnné difflogh02.
  • Vykresli logaritmovaná a diferencovaná data.
  • Protože difflogh02 stále vypadá nestacionárně, proveď další diferencování s posunem 1 – aplikuj diff() na samotný výsledek a ulož ho do ddifflogh02. Vykresli výslednou řadu.
  • Vykresli ACF výsledné řady ddifflogh02 pomocí odpovídající funkce.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot the data
___

# Take logs and seasonal differences of h02
difflogh02 <- diff(log(___), lag = ___)

# Plot difflogh02
___

# Take another difference and plot
ddifflogh02 <- ___
___

# Plot ACF of ddifflogh02
___
Upravit a spustit kód