単変量予測の予測パッケージを使用したForecastCombinationsパッケージの使用

Question

私はRの予測機能のいくつかを使いこなし、いくつかの予測をまとめてアンサンブルしたいと考えています。予測パッケージを使用して、私は単変量予測を行い、今では重み付け方式を使用してそれらをアンサンブルしたいと考えています。私はForecastCombinationsの組み合わせパッケージによって取られたアプローチを好きですが、誰もがこのための提案を持っているか、一緒にアンサンブルを重み付けするために、既存のRパッケージを使用するためのより良い戦略を持っている?Forecast_comb

に例の外に何かを再現するように見えることはできません。

明らかに機能しない1つの試みがありました。

y1 = rnorm(100) 
fit1 = auto.arima(y1) 
fit2 = ets(y1) 
#fit3 = ma(y1, order=3) 
forc1 = forecast(fit1, n=10)$mean 
forc2 = forecast(fit2, n=10)$mean 
#forc3 = forecast(fit3, n=10)$mean 
forc_all = cbind(forc1,forc2) 
forc_all = forc_all 
forc_all 

example0[[i]] <- Forecast_comb(obs = y1 , 
           fhat = as.matrix(forc_all), Averaging_scheme = "best") 

おかげ

Answer 1

が、元の観察に使用予測を作成するには：Rはサンプルの観測のうちでforc_all列を比較するために知っているように

 
dim(y1) 
dim(forc_all) 

あなたは10観測値を必要としています。アイデアは、2つの列のうち、使用することを前向きに指示するということです。 Here さらに詳しいマニュアルがあります。

Answer 2

私はあなたの例では、再現性があるとは思いません。私はあなたの質問を誤解している場合、私を許してください、私はあなたのようにそれを動作させることができると思う：あなたがいない検証セット（サンプル観測値のうち10）で、予想を訓練している

library(forecast) 
library(ForecastCombinations) 

y1 = rnorm(100) 
fit1 = auto.arima(y1) 
fit2 = ets(y1) 
#fit3 = ma(y1, order=3) 
forc1 = forecast(fit1, n=10)$mean 
forc2 = forecast(fit2, n=10)$mean 
#forc3 = forecast(fit3, n=10)$mean 
forc_all = cbind(forc1,forc2) 
forc_all = forc_all 
forc_all 

fitted <- Forecast_comb(obs = y1 ,fhat = as.matrix(forc_all), Averaging_scheme = "best")$fitted 

> fitted 
      [,1] 
[1,] 0.1084883 
[2,] 0.1084883 
[3,] 0.1084883 
[4,] 0.1084883 
[5,] 0.1084883 
[6,] 0.1084883 
[7,] 0.1084883 
[8,] 0.1084883 
[9,] 0.1084883 
[10,] 0.1084883