【问题标题】:Modelling (deterministic) trend with nnetar使用 nnetar 建模(确定性)趋势
【发布时间】:2016-04-11 10:25:12
【问题描述】:

您如何使用 nnetar 处理趋势?对于这个例子,最好的预测方法是什么:

 library(timeDate)
 library(forecast)
 library(lattice)
 library(ggplot2)
 library(caret)

 set.seed(1234)

 T <- seq(0,100,length=100)
 Y <- 10 + 2*T + rnorm(100)

 fit <- nnetar(Y)

 plot(forecast(fit,h=30))
 points(1:length(Y),fitted(fit),type="l",col='red')

谢谢&亲切的问候

【问题讨论】:

    标签: r forecasting trend


    【解决方案1】:

    你有两个选择。

    1. 您可以告诉nnetar 使用更多订单(如果您打印fit,您会看到它在您的示例中只使用了一个延迟)。

      fit <- nnetar(Y, p=5)
      plot(forecast(fit,h=30))
      
    2. 您可以使用xreg 参数将趋势作为外部回归量直接添加到模型中。请注意,您还需要为预测提供该参数(我给出的值并不完全适合您的示例,但足以用于说明目的)。

      fit <- nnetar(Y, xreg=T)
      plot(forecast(fit,xreg=101:130, h=30))
      

    对于您的示例问题,两者都可以。虽然更一般地说,如果您知道趋势是什么,那么第二种选择可能是最好的。

    顺便说一句,请记住 R uses capital "T" as shorthand for TRUE(同样是 FALSE 的“F”),因此覆盖它可能会导致一些混乱或引发错误。比如写了xreg=T之后就让我三思而后行。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2023-01-14
      • 1970-01-01
      • 2017-10-28
      • 2021-12-11
      • 2016-09-10
      • 2022-01-14
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多