首页 文章

时间序列分析和R Holt Winters

提问于
浏览 次
1

我有一个季节性（7天间隔）时间序列，每日数据30天 . 合理预测的最佳方法是什么？时间序列包含使用应用程序进行的订单，它显示1周的季节性（本周初的销售额较低） . 我尝试使用此代码的holt winters方法：

(m <- HoltWinters(ts,seasonal = "mult"))
 plot(m)
 plot(fitted(m))

但它给我一个错误，如：分解错误（ts（x [1L：wind]，start = start（x），frequency = f），季节性）：时间序列没有或少于2个句点

你有什么建议？

编辑：数据here

r time-series forecasting holtwinters

1 回答

  • 1

    您必须首先确定 ts 对象 . 假设您的数据被称为 df ：

    ts <- ts(df$install, frequency = 7)
(m <- HoltWinters(ts,seasonal = "mult"))
 plot(m)
 plot(fitted(m))

    enter image description here

    然后你就可以做出预测（提前10步）：

    predict(m, n = 10)
Time Series:
Start = c(4, 5) 
End = c(5, 7) 
Frequency = 7 
            fit
 [1,] 1028.8874
 [2,] 1178.4244
 [3,] 1372.5466
 [4,] 1165.2337
 [5,]  866.6185
 [6,]  711.6965
 [7,]  482.2550
 [8,]  719.0593
 [9,]  807.6147
[10,]  920.3250

    关于最佳方法的问题太难回答了 . 通常，考虑到样本外的准确性，选择不同模型的性能，并选择效果最好的模型 .

    回复于

相关问题