使用 HoltWinters 预测进行批量预测答案

【问题标题】：Batch forecasting using HoltWinters forecast使用 HoltWinters 预测进行批量预测
【发布时间】：2015-10-27 20:45:52
【问题描述】：

我正在使用 Rob Hyndman 的批量预测方法来预测 dataframe 中的多个列。我的代码如下：

require(forecast)

zips <- read.csv(file.choose(), header = T)
zips <- zips[,-c(1,2)]
ns <- ncol(zips)

zips <- ts(zips, frequency = 12, start = c(2005,1), end = c(2014,12))
zips <- HoltWinters(zips, seasonal = "mult")

h <- 24

fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {
    fcast[,i] <- forecast.HoltWinters(zips[,i], h=h)
}

write(t(fcast), file="fcast.csv", sep=",",ncol=ncol(fcast))

虽然在使用常规 forecast 函数时它工作得很好，但我不断收到错误

[拉链错误[,i]：维数不正确]

如何使用我在此处构建的循环运行此 HoltWinters 预测？

【问题讨论】：

标签： r functional-programming batch-processing forecasting holtwinters

【解决方案1】：

尝试将您的预测存储到列表而不是矩阵。此外，forecast.HoltWinters 函数需要 HoltWinters 类的对象，该对象由需要向量作为输入的 HoltWinters 函数生成。除了点预测，默认情况下forecast.HoltWinters 函数还会生成预测区间边界。

fcast <- list()

for(i in 1:ns) {

  zips_fit <- HoltWinters(zips[, i], seasonal = "mult")
  fcast[[i]] <- forecast.HoltWinters(zips_fit, h = h)
}

【讨论】：

【解决方案2】：

即使我也在为 Holts Winter 预测方法使用类似的批处理，但我使用 Rob J Hyndman 教授创建的预测包中的函数 hw。无论如何，对于您的问题，我更喜欢在预测中使用$mean。即

fcast <- matrix(NA, nrow=h, ncol=ns) 
for(i in 1:ns) {
    fcast[,i] <- forecast.HoltWinters(zips[,i], h=h)`$mean`
}

试试这个！

【讨论】：

【解决方案3】：

hw() 函数无论如何都会给出预测值。要获得点预测，您可以使用$mean（如以下代码中所用）。你也可以使用seasonal = "additive" 或seasonal = "multiplicative" 参数。

祝你好运

最好的

require(forecast)

    zips <- read.csv(file.choose(), header = T)

    zips <- ts(zips, frequency = 12, start = c(2005,1), end = c(2014,12))

    ns <- ncol(zips)
    h <- 24

    fcast <- matrix(NA, nrow=h, ncol=ns)
    for(i in 1:ns) {fcast[,i] <- hw(zips[,i],h=h)$mean

    }

    write(t(fcast), file="fcast.csv", sep=",",ncol=ncol(fcast))

【讨论】：