基于HoltWinters预测的批量预测

Question

我使用Rob的批处理预测方法对dataframe中的多列进行预测。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))

虽然它在使用常规forecast函数时工作得很好，但我仍然会得到错误。

[ zips错误，i:不正确的尺寸数]

如何使用我在这里构建的循环来运行这个HoltWinters预测呢？

Answer 1

尝试将您的预测存储为列表而不是矩阵。此外，forecast.HoltWinters函数还需要HoltWinters类对象，该类对象是由需要向量作为输入的HoltWinters函数生成的。除了点预测之外，默认情况下，forecast.HoltWinters函数还生成预测区间界限。

fcast <- list()

for(i in 1:ns) {

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

Answer 2

对于Holts冬季预测方法，我甚至使用了类似的批处理，但是我使用了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，我更喜欢使用$mean进行预测。i.e

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

试一次！

Answer 3

无论如何，hw()函数会给出预测值。要获得点预测，您可以使用$mean (如下面的代码所用)。您还可以使用seasonal = "additive"或seasonal = "multiplicative"参数。

祝好运

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))