时间序列代码中的日期格式化及ts()函数参数设置问题

1. 合并日期时间并转换为标准格式 #

首先把分开的Date和Time列合并成完整时间戳，转换成POSIXct类型，这是后续处理的基础：

library(tidyverse)
library(forecast)
library(zoo)

# 读取数据（替换为你的实际文件名）
tp <- read.csv("your_file.csv")

# 合并日期时间，按匹配格式转换为POSIXct
tp <- tp %>%
  mutate(datetime = as.POSIXct(paste(Date, Time), format = "%d-%b-%y %H:%M"))

注：format参数需严格匹配你的日期格式，%d-%b-%y对应01-Jan-05样式，%H:%M对应小时分钟。

2. 时间序列对象的选择与参数澄清 #

关于ts()函数的参数困惑 #

• frequency参数：ts的frequency指一个周期内的观测数量。如果以天为周期，你的数据每天固定63个15分钟时隙，所以frequency=63是正确的；如果以周为周期，frequency则为63*7=441。
• start/end参数：ts用数值型周期定位，比如第一个观测是2005年1月1日的第1个时隙，最后一个是1月23日的第63个时隙，可这样设置：

  tp.ts <- ts(tp$Demand, start = c(2005, 1), end = c(2005, 23*63), frequency = 63)
  

  但这种方式会丢失实际日期信息，不利于提取星期几这类特征，更推荐用zoo/xts对象。

更实用的zoo对象 #

zoo支持直接用POSIXct时间作为索引，保留完整时间信息：

tp.zoo <- zoo(tp$Demand, order.by = tp$datetime)

3. 提取时间特征（如星期几） #

要纳入星期几对需求的影响，直接从datetime列提取即可：

tp <- tp %>%
  mutate(weekday = weekdays(datetime),  # 提取星期几名称
         hour = hour(datetime))         # 可额外提取小时特征

# 将星期几转为因子，避免建模时出现无序问题
tp$weekday <- factor(tp$weekday, levels = c("Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"))

4. 带时间特征的预测建模 #

用auto.arima结合外部回归变量（xreg），纳入星期几这类因素：

# 构造星期几的哑变量（去掉一个避免共线性）
xreg <- model.matrix(~ weekday - 1, data = tp)

# 拟合带外部回归量的ARIMA模型
model <- auto.arima(tp$Demand, xreg = xreg)

# 构造当月剩余时段的时间序列与特征（示例：1月24日至31日的6:30-22:00）
future_dates <- seq(as.POSIXct("2005-01-24 06:30"), as.POSIXct("2005-01-31 22:00"), by = "15 mins")
future_df <- tibble(datetime = future_dates) %>%
  mutate(weekday = weekdays(datetime)) %>%
  mutate(weekday = factor(weekday, levels = c("Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday")))

# 生成未来的外部回归变量矩阵
future_xreg <- model.matrix(~ weekday - 1, data = future_df)

# 执行预测
forecast_result <- forecast(model, xreg = future_xreg)

# 查看并可视化结果
print(forecast_result)
plot(forecast_result)

关键注意事项 #

• 若日期格式有变化（如月份为全称），需调整format参数（比如改为%d-%B-%y）。
• 如果存在某天观测缺失的情况，ts对象会失效，此时zoo/xts是更可靠的选择。
• 可额外加入节假日、时段类型（工作日/周末）等特征，进一步优化预测精度。

内容的提问来源于stack exchange，提问作者Noob3000