Hai giai đoạn theo mùa trong ARIMA sử dụng R

Tôi hiện đang sử dụng R để dự đoán chuỗi thời gian với các hướng dẫn sau:

X <- ts(datas, frequency=24)
X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1))
pred <- predict(X.arima, n.ahead=24)
plot.ts(pred$pred)

Như bạn có thể thấy dữ liệu của tôi mỗi giờ và tôi đã chọn khoảng thời gian là 24 (một ngày).

Tôi muốn cải thiện dự báo của mình bằng cách sử dụng một giai đoạn bổ sung theo mùa để bao gồm thành phần theo mùa trong tuần (độ dài theo mùa là 7 * 24 = 168 dữ liệu)

Có phương pháp nào cho việc này không? Bạn làm nó như thế nào?

CẬP NHẬT: Tôi đã đọc trang blog này (của bạn), tôi có thể sử dụng các biến hồi quy bên ngoài để mô phỏng giai đoạn thứ hai không?

Không có gói R nào xử lý nhiều tính thời vụ cho các mô hình ARIMA theo như tôi biết. Bạn có thể thử forecastgói thực hiện nhiều tính thời vụ bằng cách sử dụng các mô hình dựa trên làm mịn theo cấp số nhân. Các dshw, batsvà tbatschức năng sẽ xử lý tất cả các dữ liệu với hai giai đoạn theo mùa.

Tôi tìm thấy bài báo này :

• Au, et al. Dự báo tự động chuỗi thời gian hai mùa với các ứng dụng về dự đoán lưu lượng truy cập mạng di động

Đó là về dự đoán dự đoán lưu lượng truy cập mạng di động bằng cách sử dụng ARIMA tự động theo mùa kép. Vì nó là một bài nghiên cứu, nó đã mô tả rõ ràng thuật toán mà người ta có thể áp dụng để áp dụng dự đoán ARIMA đa mùa. Cho đến nay, nó đã cho tôi đủ nền tảng để tiến xa hơn với nghiên cứu của mình.