如何用R来解决Holtwinters预测模型中的误差？

Question

我有一个简单的每月数据集，并简单地尝试了以下代码：

`df2.holtwinters <- subset(df, account_id==loopitem) 
  x.holtwinters <- ts(df2.holtwinters$amount_usd, start = c(2015,1), end = c(2019,5), frequency = 12)
  arima1.holtwinters <- HoltWinters(x.holtwinters)
  forecast1.holtwinters <- predict(arima1.holtwinters, n.ahead=1*1)

数据集如下所示：

`      id     <date>         <dbl>
1     123  2015-01-01       -390
2     123  2015-02-01        944
3     999  2015-01-01        672

它给出了以下错误：

`In HoltWinters(x.holtwinters) :
  optimization difficulties: ERROR: ABNORMAL_TERMINATION_IN_LNSRCH

Answer 1

由于我看不到您使用的是哪些数据，所以很难说出哪里出了问题，但这里有一个可能会有帮助的示例代码。让我们从Rob Hyndman的网站上获取零售数据

library(forecast)

retail <- read.csv("https://robjhyndman.com/data/ausretail.csv",header=FALSE)

删除日期列并创建mts分类数据

retail <- stats::ts(retail[,-1], start = c(1982,4), frequency = 12)

绘制第一个时间序列(第一列)

plot(retail[,1])

将Holt Winters拟合到数据中的第一个时间序列

fit <- HoltWinters(retail[,1])

使用预测功能可以像您一样获得预测结果

fc <- predict(fit, n.ahead = 12)

plot(fc)

或者你可以使用预测函数来获得一个很好的预测输出。

fc <- forecast(fit, n.ahead = 12)

plot(fc)

如果由于某些原因无法获取零售数据，请使用AirPassengers数据

fit <- HoltWinters(AirPassengers)

fc <- predict(fit, n.ahead = 12)

plot(fc)

或者，您可以使用预测功能来获得预测输出

fc <- forecast(fit, n.ahead = 12)

plot(fc)

多个时间序列的预测循环

nts <- ncol(retail) # number of time series

h = 12 # forecast horizon

fc <- matrix(nrow = h, ncol = nts)

for (i in 1:nts) {

  fc[,i] <- forecast(HoltWinters(retail[,i]), h = h)$mean # it will return point forecast
  
}

colnames(fc) <- colnames(retail)

fc

我建议你去看看fable包。