holtwinters

0熱

1答えて

ETSを使用してHolt-Wintersを適用しようとしています。私は開始タイムスタンプが異なる可能性がある（しかし、間隔は15分にとどまる）ので、DBからデータを読み取っています。予測結果のプロット/解釈に問題があります。 X軸におそらく時系列のインデックス値が表示されます。私は問題を特定できません。サンプルデータは、以下である： raw_data$date_time_start <-

0熱

1答えて

なぜ私はほとんどの技術からフラット時系列予測を取得していますか？

は、私は簡単な例の時系列を持っている：データ：ホルト冬のスムージング、TBATSスムージング、ARIMA、およびAR神経：私は、4つの異なる時系列予測モデルを実行した Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2000 200.1 199.5 199.4 198.9 199.0 200.2 198.6 200.0 200.3 201.2 2

1熱

1答えて

日常のやり方

私は、営業時間ごとに時系列的に行動します。私はデータを日ごとに持っています。（01.11.2015-29.11.2015のフォーマット）。ここに例： dput DAY STORE ART SALES 01.11.2015 1534 343533 62.5000 01.11.2015 25039 20490 686.4480 01.11.2015 1612 295206 185.000

0熱

1答えて

このデータをRで時系列にするにはどうすればよいですか？

私はこのデータをholt-winterモデルの時系列にすることにいくつか問題があります。私は次に何をすべきかわからない。 library(reshape) library(tidyr) tempdata = as.matrix(read.table("https://d37djvu3ytnwxt.cloudfront.net/assets/courseware/v1/592f3be3e90d

5熱

1答えて

R HoltWinters予測パッケージ - データの過大補完を避ける

RのHoltWinters予測パッケージを使用して、毎月の通話量データから予測を生成しています。ほとんどの場合はうまく機能しますが、特に、コールの需要のステップ変更などの特別な期間がある場合は、データがオーバーフィットする傾向があります。最近の例では、中間に段差があり、アルファベットを0.94、ベータを0、ガンマを0に設定すると、奇妙な予測を生成します。 Month Data 1 7082

1熱

1答えて

Rのforecast.holtwintersは

私はforecast.holtwinters機能を使用しようとしていますし、私はそれを実行しようとすると、見つからない可能性がありませんを機能 "forecast.HoltWinters" を見つける私はまた、この試みている： dftimeseriesforecast= forecast::forecast.HoltWinters(data, h=65) をしかし、私はTHIを取得しますsの

0熱

3答えて

timeseries予測のためにEnsembleを適用する

私はARIMA、holtwinters、prophetのような複数のtimeseriesモデルを使用しています。今私はこのすべてのアンサンブルを行い、結果を作りたいと思っています。私は、時代劇にアンサンブルを適用する最良の方法は何か提案が必要です。助けてください。私はこれに新しいです。

2熱

1答えて

R Holt-Winters関数内で呼び出されるC_Holt-Winters関数

R Holt-Winters関数で呼び出されるC関数を理解しようとしています。私は混乱していたことによりセクションの読み取り：「t」は13であり、12の季節の期間がある場合、これは、のようにかかわらず、読み出し for (i = *start_time - 1; i < *xl; i++) { 56 /* indices for period i */ 57 i0 = i - *s

0熱

1答えて

Rホルトウィンター予測列車/テスト

私は、ホルトウィンターをベースとするか、またはRの予測パッケージからのものを使用して、予測と同じ範囲で実績をプロットする簡単な例（またはそのリンク）を探しています。私は実際のものと一緒にフィッティングするか、実際のものを予測したものかを示す多くの例を見てきましたが、実際のものと予測が一緒になったものを見つけることはできません。これは、実際の列（列車）のサブセットを使用して予測を作成し、完全なデ