[英]Building a rolling mean forecast
我有一系列稱為部分的間歇性需求(下面的示例),我想開發一個訓練集和測試集的滾動平均預測。 我的代碼也在下面。 系列 fitmean 計算滾動平均值,但有兩個問題:
有沒有辦法(1)刪除 fitmean 末尾的第 13 個元素,以及(2)更改日期以便它們與測試部分匹配?
謝謝你。
library(forecast,zoo)
parts<-matrix(c(0,0,0,0,0,0,2,0,0,0,0,0,3,0,0,0,0,0,1,0,0,7,0,0),nrow=24,ncol=1)
parts<-ts(parts,f=12,start=c(2016,1))
maemean<-matrix(NA,nrow=12,ncol=1)
trainparts<-window(parts,end=c(2016,12))
testparts<-window(parts,start=c(2017,1),end=c(2017,12))
fitmean<-round(rollapply(parts, width=12, by = 1, FUN = mean))
maemean<-abs(fitmean-testparts)
Jan-16 0
Feb-16 0
Mar-16 0
Apr-16 0
May-16 0
Jun-16 0
Jul-16 2
Aug-16 0
Sep-16 0
Oct-16 0
Nov-16 0
Dec-16 0
Jan-17 3
Feb-17 0
Mar-17 0
Apr-17 0
May-17 0
Jun-17 0
Jul-17 1
Aug-17 0
Sep-17 0
Oct-17 7
Nov-17 0
Dec-17 0
澄清:
上面的列表應該分解為從 1 月 16 日到 12 月 16 日的訓練集和從 1 月 17 日到 12 月 17 日的測試集。 我想要做的是使用滾動平均值,因此 1 月 16 日到 12 月 16 日的平均值(四舍五入,即 0)成為 1 月 17 日的預測,依此類推,即 2 月 16 日到 1 月 17 日,等輸出應該是這樣的
Jan-17 0
Feb-17 0
Mar-17 0
Apr-17 0
May-17 0
Jun-17 0
Jul-17 0
Aug-17 0
Sep-17 0
Oct-17 0
Nov-17 1
Dec-17 1
不幸的是,我得到了 13 個副 12 個元素。
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2016 0 0 0 0 0 0 0
2017 0 0 0 1 1 1
1) width = list(...)從問題中刪除所有不相關的代碼並更改rollapply
行,其中-seq(12)
是偏移向量,指示rollapply
通過第一個優先級,第二個優先級,.. . 第十二個先驗值在每個點上的意思。
library(zoo)
# test data
parts <- matrix(c(0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1, 0, 0, 7, 0, 0),
nrow = 24, ncol = 1)
parts <- ts(parts, freq = 12, start = c(2016, 1))
round(rollapply(parts, list(-seq(12)), FUN = mean))
給予:
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2017 0 0 0 0 0 0 0 0 0 0 1 1
2) rollsumr另一種方法是取寬度為 13 的滾動總和,然后減去當前值並除以 12:
round((rollsumr(parts, 13) - parts) / 12)
## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 2017 0 0 0 0 0 0 0 0 0 0 1 1
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.