每15分钟创建带有数据的时间序列模型

Question

我正在使用SHM系统，每15分钟就有来自结构传感器的数据。我有一组观察结果，其中没有损坏，而另一组观察到了某种损坏。我的目标是获取未损坏的数据并将其用于预测。然后将这一预测数据与未损坏的数据进行比较，然后将这种差异用于创建控制图。

但是我的未损坏数据大约是5个月，损坏状态是8个月。我尝试使用96（1天）和35060（1年）的多个季节性（forecast）探索msts程序包，因为我认为它与温度有关。

我创建的遵循某种类似于现实的模式的模型振幅很小，而实际数据则不稳定得多。

有人可以向我指出下一步的正确方法和正确方法吗？

PS：即使我尝试使它从ts开始使用2018-04-27 14:15:00功能时，绘制ts对象时也总是从1-1-2018开始。我认为这比任何东西都更具美感，但正确设置将不胜感激。

Answer 1

ts和msts对象不太适合高频数据。我建议您尝试通过tsibble包（tsibble）使用http://tsibble.tidyverts.org对象。对于tsibble，时间索引是明确的。这是一个使用30分钟数据的示例。

library(tsibble)
library(feasts)
library(ggplot2)
tsibbledata::vic_elec
#> # A tsibble: 52,608 x 5 [30m] <UTC>
#>    Time                Demand Temperature Date       Holiday
#>    <dttm>               <dbl>       <dbl> <date>     <lgl>  
#>  1 2012-01-01 00:00:00  4263.        21.0 2012-01-01 TRUE   
#>  2 2012-01-01 00:30:00  4049.        20.7 2012-01-01 TRUE   
#>  3 2012-01-01 01:00:00  3878.        20.6 2012-01-01 TRUE   
#>  4 2012-01-01 01:30:00  4036.        20.4 2012-01-01 TRUE   
#>  5 2012-01-01 02:00:00  3866.        20.2 2012-01-01 TRUE   
#>  6 2012-01-01 02:30:00  3694.        20.1 2012-01-01 TRUE   
#>  7 2012-01-01 03:00:00  3562.        19.6 2012-01-01 TRUE   
#>  8 2012-01-01 03:30:00  3433.        19.1 2012-01-01 TRUE   
#>  9 2012-01-01 04:00:00  3359.        19.0 2012-01-01 TRUE   
#> 10 2012-01-01 04:30:00  3331.        18.8 2012-01-01 TRUE   
#> # … with 52,598 more rows
tsibbledata::vic_elec %>% autoplot(Demand)

^{由reprex package（v0.3.0）在2019-11-27创建}