covid19_ua
Аналіз "диванного експерта" відкритих даних по захворюваності на COVID19 в Україні
Project maintained by vityok Hosted on GitHub Pages — Theme by mattgraham
Побудова прогнозів стандартною функцією ARIMA
Це лише заготовка, сторінка роботі.
Завантаження бібліотек
library(tidyverse)
https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/arima
Створення об’єктів типу “часовий ряд” на основі фреймів даних. Частота 7 рекомендована для щоденних вимирів та тижневій “природній” періодичності.
area_dyn <- read_csv('../covid19_by_area_type_hosp_dynamics.csv')
daily_area_dyn <- area_dyn %>%
select(zvit_date, new_susp, new_confirm, new_death) %>%
group_by(zvit_date) %>%
summarise(new_susp = sum(new_susp),
new_confirm = sum(new_confirm),
new_death = sum(new_death)) %>%
filter(zvit_date > as.Date("2020-04-01"))
ts.new_confirm <- ts(daily_area_dyn$new_confirm, frequency=7)
ts.new_susp <- ts(daily_area_dyn$new_susp, frequency=7)
plot(ts.new_confirm)
plot(ts.new_susp)
order: A specification of the non-seasonal part of the ARIMA model: the three integer components [(p,d,q)] are the AR order, the degree of differencing, and the MA order.
fit.new_confirm <- arima(ts.new_confirm, order=c(3,0,0))
tsdiag(fit.new_confirm)
predict_confirm <- predict(fit.new_confirm, 7)
predict_confirm
## $pred
## Time Series:
## Start = c(12, 5)
## End = c(13, 4)
## Frequency = 7
## [1] 375.0655 385.7966 396.0244 404.1602 410.4938 415.4006 419.1990
##
## $se
## Time Series:
## Start = c(12, 5)
## End = c(13, 4)
## Frequency = 7
## [1] 97.72029 127.32147 142.83110 151.41799 156.34305 159.22088 160.92010
fit.new_susp <- arima(ts.new_susp, order=c(3,0,7))
tsdiag(fit.new_susp)
predict_susp <- predict(fit.new_susp, 7)
predict_susp
## $pred
## Time Series:
## Start = c(12, 5)
## End = c(13, 4)
## Frequency = 7
## [1] 1055.9091 1121.8659 1052.7461 1135.7978 1206.6308 964.2802 810.3121
##
## $se
## Time Series:
## Start = c(12, 5)
## End = c(13, 4)
## Frequency = 7
## [1] 173.8386 198.4971 201.0111 202.1617 207.5799 208.8873 210.0631