holtwinters

    0熱度

    1回答

    我有一個簡單的例子的時間序列: 數據: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2000 200.1 199.5 199.4 198.9 199.0 200.2 198.6 200.0 200.3 201.2 201.6 201.5 2001 201.5 203.5 204.9 207.1 210.5 210.5 209.8 208.8

    0熱度

    1回答

    我有一些問題獲得這個數據是holt-winter模型的時間序列。我不知道下一步該怎麼做。 library(reshape) library(tidyr) tempdata = as.matrix(read.table("https://d37djvu3ytnwxt.cloudfront.net/assets/courseware/v1/592f3be3e90d2bdfe6a69f62374a

    5熱度

    1回答

    我使用R中的HoltWinters預測軟件包根據每月通話量數據生成預測。 它在大多數情況下運作良好,但有過度使用數據的趨勢,特別是在有特殊時期的情況下,例如呼叫需求的階躍變化。 在最近的一個例子中,中間集alpha的階躍變化爲0.94,beta爲0,gamma爲0,這會產生奇怪的預測。 Month Data 1 7082 2 6407 3 5479 4 5480 5 5896 6 60

    1熱度

    1回答

    我試圖使用forecast.holtwinters功能,當我嘗試運行它: dftimeseriesforecast <- forecast.HoltWinters(data, h=65) 我得到這個錯誤: 錯誤:無法發現功能 「forecast.HoltWinters」 我也試過這樣: dftimeseriesforecast= forecast::forecast.HoltWinters(d

    0熱度

    3回答

    我使用多種時間序列模型,如ARIMA,holtwtwitter,prophet。現在我想要做所有這些的合奏併產生結果。我需要建議什麼是在時間序列上應用合奏的最佳方式。請幫忙。我對此很陌生。

    0熱度

    1回答

    我正在尋找一個簡單的例子(或鏈接到一個),使用基地霍爾特溫特斯或預測包中的R來繪製與預測相同的範圍內的實際。 我看過很多例子,顯示實際/擬合在一起,或實際'後跟'的預測,但我無法找到與實際/預測一起運行的代碼示例。 我之所以這樣做,是使用一個實際的子集(列車)創建一個預測,然後刪除完整的數據集,這樣我就可以展示預測的真實效果。希望這是有道理的,並提前感謝任何幫助!

    0熱度

    1回答

    我有一個時間序列數據集,頻率爲52(星期)和104條記錄2年的數據)我已經在下面給出了一個樣本。 我使用HTS包中的R (link) 它具有預測包中,我們可以指定一個用戶定義的函數,這將被用於創建預測。我用HoltWinters(上創建STLF在下面的代碼給出的線條修正函數) 我正在兩個錯誤: 錯誤-.default(Y,適合):非適形陣列 此外:警告消息: 在HoltWinters(X): 優化

    1熱度

    1回答

    我想將日期繪製爲R中Holt-Winters圖中x軸的日期。我在此網站上搜索了此主題以及許多其他運氣。我知道大部分地塊使用xaxt="n",然後使用axis()。以下代碼適用於正常情節: plot(date,sold, xaxt="n", main="Quantity Widgets Sold") axis(1,date,format(date,"%d %b", cex.axis=0.7))

    0熱度

    1回答

    我有一個時間序列對象calc_visit_ts。 我想爲每個模型應用基於MAPE值的最佳擬合時間序列模型。我面臨的問題是MAPE值HOLT-WINTER乘法模型無法像其他模型一樣計算(因爲與summary(visit_model_Hw_M)相比,它給了我一個不同的MAPE值)。 #### AUTO-ARIMA visit_model_Arima <- auto.arima(calc_visit_

    0熱度

    1回答

    我想使用ETS來應用Holt-Winters。我正在讀取數據庫中的數據,因爲不同用戶的開始時間戳可能會有所不同(但時間間隔保持在15分鐘)。 我在繪製/解釋預測結果時遇到了問題。 x軸可能會顯示時間序列的索引值。我無法確定問題。下面的採樣數據是: > rawdata date_time_start total_transmitted_mbps 25/04/2017 00:00