一旦在R中构建更新的数据集（预测包），重用ts模型

Question

我对R编程很新，但我找不到任何关于我的问题...

我想在R中使用来自高分辨率数据（半小时数据）的预测包进行一些预测。 我想让预测在线工作。这就是为什么我认为每次计算拟合都不是很有用。

因此，我喜欢将已经拟合的模型传递给模型并将其用于新数据的方法：

fcast2 <- forecast ( Arima ( x = extendedSeries , model = oldArimaModel ), h = horizon )

但它并不适用于HoltWinters模型...... （或关于lm意味着什么的lm -model）

fcastArima <- forecast(Arima(x= extendedseries , model=oldArimaFit),h=horizon)
fcastHoltWinters <- forecast(update(oldHWfit, x=extendedSereies), h=horizon)  

无论如何，我想保持代码简单，我正在寻找一种更通用的方法来将已安装的ts模型应用于更新的数据集。

有谁知道怎么做？

干杯

Answer 1

HoltWinters()功能非常有限。 ets()函数适用于相同的模型，具有更好的估计，并且适用于更大范围的类似模型。它还允许以与Arima()相同的方式重新拟合新数据。