[英]Forecasting in R using Holt's Linear model
我正在尝试预测呈下降趋势的数据。 我知道 Holt 的线性模型可能是更好的方法,但我不确定如何在 R 中实现它。
数据如下:
day saleRep
1 1 1001.104
2 11 1000.944
3 21 1000.734
4 31 1000.642
5 41 1000.517
6 51 1000.468
7 61 1000.425
8 71 1000.377
9 81 1000.286
10 91 1000.306
11 101 1000.285
12 111 1000.170
我正在努力实现以下目标:
我如何在 R 中实现它?
使用它来重现代码:
day <- seq(1,111, by = 10)
saleRep <- c(1001.104, 1000.944, 1000.734, 1000.642, 1000.517, 1000.468, 1000.425, 1000.377, 1000.286, 1000.306, 1000.285, 1000.170)
df <- data.frame(day, saleRep)
谢谢你。
我将使用预测包并逐步进行。 加载预测包并生成示例每日时间序列数据
require(forecast)
玩具数据
x <- c(120:1 + rnorm(120, 12, 3))
将数据转换为 ts 对象
x <- ts(x, frequency = 7, #daily data with no yearly seasonalty
start = 1)
autoplot(x)
拆分训练和测试
train <- window(x, end = c(17,1))
test <- window(x, start = c(17,2))
拟合和预测硬件模型
fc <- forecast::hw(x, h = 7) # h = 7 the lenght of test set
绘制预测
autoplot(fc)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.