Question

我正在尝试使用Holt Winters和预测函数来衡量过去10年的每周股票指数，但我仍然会收到错误。你能帮帮我吗？

这就是我现在要做的事情：

volumen<-read.csv(file.choose(), header = TRUE, sep = ";")
lines(volumen[,6])
HoltWinters(volumen)

这是我在第三排的错误：

Error in decompose(ts(x[1L:wind], start = start(x), frequency = f), seasonal) :
  the time series has no periods or has less than 2

对于预测我有以下代码，但它似乎不适用于以前的错误：

lines(predict(volumen.hw,n.ahead=12),col=2)

R Studio中的数据看起来是正确的。我决定使用file.choose（）来使这个代码更通用。我正在使用* .csv文件。有人可以指导我或建议应用Holt和Winters方法和预测的代码应该是什么样的？

Answer 1

很难100％确定，但

HoltWinters(lynx) 生成与你一样的消息，g但是 HoltWinters(lynx, gamma = FALSE)

产生

Holt-Winters指数平滑趋势，没有季节性   成分

致电：HoltWinters（x = lynx，gamma = FALSE）

平滑参数：
          alpha：1
          beta：0
          gamma：FALSE

系数：[，1]                   一个3396                   b 52

我从阅读HoltWinters文档中的示例中学到了什么。

Answer 2

首先，如果你把数据放在这里（如果它不是私有的），那就太好了。

其次据我所知，您只能将预测包中的HoltWinters（）或任何其他方法用于向量或时间序列，因此加载整个数据集（卷）而不指定行可能会导致问题。

最后，我建议您尝试将HW用于包含您要研究的数据的辅助向量，并指定时间序列的频率：

aux_train<-as.ts(volumen$variable, start=1, end=0.9*nrow(volume),  freq="yourfrecuency")
prediction<-forecast(aux_train, h="number of forecast", method="hw")
accuracy(prediction, volumen$value)

Answer 3

我终于赢得了这场战斗 - 我删除了我的代码并从头开始。这就是我的意思：

dane2<-read.csv2(file.choose(), header = TRUE, sep = ";", dec=",")
dane2 <-ts(dane2[,5], start=c(2008,1),frequency=52)
past <- window(dane2, end = 2017)
future <- window(dane2, start = 2017)
model <- HoltWinters(past, seasonal = "additive") 
model2 <- HoltWinters(past, seasonal = "multiplicative") 
pred <- predict(model, n.ahead = 52)
pred2 <- predict(model2, n.ahead = 52)
dane2.hw<-HoltWinters(dane2)
predict(dane2.hw,n.ahead=52)
par(mfrow = c(2,1)) 
plot(model, predicted.values = pred)
lines(future, col="blue")
plot(model2, predicted.values = pred2)
lines(future, col="blue")

现在它有效，谢谢你的答案。

Holt Winters每周音量和R中的错误

3 个答案: