Выполнение прогноза из временного ряда?

Question

Я хотел бы создать модель прогнозирования из временного ряда. У меня есть кадр данных, который включает в себя 2 столбца (дата и случаи). Поле даты отправляется с 2008-01-01 по 2013-12-01. Случаи имеют некоторое количество за каждый месяц (однако более 30 из 72 наблюдений имеют значение NA.) В результате я хочу создать модель прогнозирования для прогнозирования случаев в ближайшие 3-4 месяца после 2013-12-01? Может кто-нибудь мне помочь?

Вот выход dput(my data)

structure(list(Date2 = structure(c(13879, 13910, 13939, 13970, 
14000, 14031, 14061, 14092, 14123, 14153, 14184, 14214, 14245, 
14276, 14304, 14335, 14365, 14396, 14426, 14457, 14488, 14518, 
14549, 14579, 14610, 14641, 14669, 14700, 14730, 14761, 14791, 
14822, 14853, 14883, 14914, 14944, 14975, 15006, 15034, 15065, 
15095, 15126, 15156, 15187, 15218, 15248, 15279, 15309, 15340, 
15371, 15400, 15431, 15461, 15492, 15522, 15553, 15584, 15614, 
15645, 15675, 15706, 15737, 15765, 15796, 15826, 15857, 15887, 
15918, 15949, 15979, 16010, 16040), class = "Date"), Cases = c(16352L, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, 10L, NA, 23L, 138L, NA, 18L, 
NA, 3534L, 43L, NA, 3L, 118L, NA, 172L, 4194L, NA, 9L, 2L, 162L, 
NA, 112L, 115L, NA, NA, 119L, NA, NA, 172L, NA, 25L, NA, NA, 
11L, 4L, 457L, 56L, NA, 148L, 446L, 30L, NA, NA, NA, NA, NA, 
NA, NA, 583L, NA, 180L, 193L, NA, 77L, NA, 18L, 15L, NA, NA, 
1L, NA, NA, NA)), .Names = c("Date2", "Cases"), row.names = c(NA, 
-72L), class = "data.frame") 

Спасибо заранее за ваш вклад.

Answer 1

Возможно, это может помочь вам начать работу, но предсказания трудно и необходимо хорошо понимать ваши данные. Представленной здесь информации недостаточно, чтобы сделать хорошие прогнозы ИМО. Это обобщенная линейная модель с случаями как функция дней с момента первого наблюдения и месяца года, так как только просмотр данных, которые он похож на подсчеты, может быть связан с месяцами и уменьшается с годами.

library(ggplot2) 
dat <- dats[complete.cases(dats),] 
dat$days <- dat$Date2 - dat$Date2[1] 
mod2 <- glm(Cases ~ days + format(Date2, "%m"), data = dat, family = poisson()) 
dat$predicted <- "observed" 

## See how the model performed against old data 
dat <- rbind(dat, data.frame(
    Date2 = dat$Date2, 
    Cases = predict(mod2, type = "response"), 
    predicted = "predicted", 
    days = dat$days)) 

## predict future cases 
futureDates <- seq(as.Date("2014/1/1"), by = "month", length.out = 12) 
future <- data.frame(
    Date2 = futureDates, 
    days = futureDates - dat$Date2[1]) 

datFuture <- rbind(dat, data.frame(Date2 = future$Date2, 
          days = future$days, 
          Cases = predict(mod2, type = "response", newdata = future), 
          predicted = "predicted")) 

ggplot(datFuture, aes(Date2, Cases, col = factor(predicted), group = predicted)) + 
    geom_point(pch = 3) + ylab("Predicted Cases") + xlab("Date") + 
    geom_line(lty = 2, lwd = 1.5, alpha = 0.2) + 
    geom_smooth(alpha = 0.1, fill = NA)