RTS中的ETS平滑模型的预测是否超过一年?

时间:2013-05-14 05:30:01

标签: r forecasting ets

我目前正在使用ets()根据R中的历史时间序列数据预测未来值。我使用forecast()函数预测接下来的24个数据点。但是,输出给出前12个和后12个数据点的相同数字。例如,2013年5月的预测值将在2013年5月复制。

以下数据通过:

2005.04.30    87.6
2005.05.31    95.4
2005.06.30    97.7
2005.07.31    101.3
2005.08.31    100.6
2005.09.30    97
2005.10.31    91.1
2005.11.30    92.1
2005.12.31    112
2006.01.31    113.9
2006.02.28    103.9
2006.03.31    115.1
2006.04.30    100
2006.05.31    107.5
2006.06.30    110
2006.07.31    114.2
2006.08.31    109.4
2006.09.30    108.9
2006.10.31    114.6
2006.11.30    113
2006.12.31    116.5
2007.01.31    120.2
2007.02.28    112.6
2007.03.31    124.1
2007.04.30    113.4
2007.05.31    121
2007.06.30    117.9
2007.07.31    118.4
2007.08.31    119.5
2007.09.30    113.5
2007.10.31    117.8
2007.11.30    118.2
2007.12.31    120.6
2008.01.31    126.1
2008.02.29    121.2
2008.03.31    127.4
2008.04.30    119.5
2008.05.31    121.5
2008.06.30    125.7
2008.07.31    131.4
2008.08.31    123.5
2008.09.30    122.8
2008.10.31    125.3
2008.11.30    119.4
2008.12.31    121.2
2009.01.31    123.7
2009.02.28    118.1
2009.03.31    128.7
2009.04.30    112.2
2009.05.31    115.4
2009.06.30    119.8
2009.07.31    117.4
2009.08.31    127.8
2009.09.30    124.4
2009.10.31    131
2009.11.30    118.9
2009.12.31    124
2010.01.31    127.4
2010.02.28    116.3
2010.03.31    126.4
2010.04.30    115.7
2010.05.31    117.7
2010.06.30    122.4
2010.07.31    121.9
2010.08.31    116.7
2010.09.30    110.9
2010.10.31    120.7
2010.11.30    116.7
2010.12.31    131.2
2011.01.31    137.1
2011.02.28    118.7
2011.03.31    128.5
2011.04.30    123.5
2011.05.31    126.1
2011.06.30    127.7
2011.07.31    125.3
2011.08.31    126.7
2011.09.30    114
2011.10.31    116.5
2011.11.30    128
2011.12.31    130.6

代码:

ETSfit <- ets(data.ts)
data.ets <- forecast(ETSfit, level=70, h=24)

输出:

          Point Forecast    Lo 70    Hi 70
 Jan 2012       133.6314 129.3483 137.9145
 Feb 2012       123.5998 118.7221 128.4775
 Mar 2012       133.1607 127.7534 138.5681
 Apr 2012       121.0877 115.1982 126.9773
 May 2012       125.4991 119.1639 131.8342
 Jun 2012       127.5913 120.8399 134.3427
 Jul 2012       128.4923 121.3489 135.6358
 Aug 2012       127.2225 119.7074 134.7376
 Sep 2012       122.1938 114.3247 130.0630
 Oct 2012       125.5382 117.3302 133.7462
 Nov 2012       123.3347 114.8012 131.8682
 Dec 2012       129.9972 121.1503 138.8441
 Jan 2013       133.6314 124.4818 142.7810
 Feb 2013       123.5998 114.1572 133.0424
 Mar 2013       133.1607 123.4340 142.8875
 Apr 2013       121.0877 111.0849 131.0906
 May 2013       125.4991 115.2275 135.7706
 Jun 2013       127.5913 117.0579 138.1246
 Jul 2013       128.4923 117.7035 139.2812
 Aug 2013       127.2225 116.1841 138.2609
 Sep 2013       122.1938 110.9114 133.4763
 Oct 2013       125.5382 114.0169 137.0595
 Nov 2013       123.3347 111.5793 135.0901
 Dec 2013       129.9972 118.0123 141.9821

请帮助。

1 个答案:

答案 0 :(得分:0)

看看合适的模型:

ETS(A,N,A) 

Call:
 ets(y = x) 

  Smoothing parameters:
    alpha = 0.5449 
    gamma = 1e-04 

  Initial states:
    l = 95.8994 
    s=6.3817 -3.1792 6.8525 3.218 -3.4445 -1.2408
           -4.5852 0.4434 1.7133 0.8123 -1.28 -5.6914

  sigma:  4.1325

     AIC     AICc      BIC 
613.8103 620.1740 647.3326 

因此没有选择趋势。因此,预测将只有季节性模式,没有趋势,这正是你所拥有的。