c'est donc mes données data les données commence à partir de 26/07/2016 et se termine le 10/03/2017 donc 2 questions: Est-ce exact? en utilisant des tbats? pour une saisonnalité hebdomadaire? Je veux aussi que les données prédites ressemblent aux données initiales mais comme montré que ce n'est pas mon cas, comment puis-je faire ça? ce que j'ai et est ici le code tropprévision des données hebdomadaires à l'aide tbats
Je vous remercie exécuté cette commande pour obtenir enfin ce à l'aide de tributylétain prévision
data.raw=read.csv(file=file.choose(),header=TRUE,sep=";",row.names=NULL)%>%
mutate(date.re = as.POSIXct(date, format = "%d/%m/%Y"))
complete.dates <- range(data.raw$date.re)
dates.seq <- seq(complete.dates[1], complete.dates[2], by = "week")
series <- data.frame(sale.week = week(dates.seq),sale.month = month(dates.seq), sale.year = year(dates.seq))
data.post <- data.raw %>%
mutate(sale.week = week(date.re),sale.month = month(date.re), sale.year = year(date.re)) %>%
select(Quantite, sale.week,sale.month, sale.year) %>%
group_by(sale.week,sale.month, sale.year) %>%
summarize_all(funs(sum(.))) %>%
right_join(series) %>%
replace_na(list(Quantite = 0))
data2=data.post[,4]
sensor <- ts(data2,frequency=52)
fit <- tbats(sensor)
fc <- forecast(fit)
plot(fc)
à l'avance
les gars s'il vous plaît aider – user3010971