我使用以下数据加载数据框(命名为stock):
day value
2000-12-01 00:00:00 11.809242
2000-12-01 06:00:00 10.919792
2000-12-01 12:00:00 13.265208
2000-12-01 18:00:00 13.005139
2000-12-02 00:00:00 10.592222
2000-12-02 06:00:00 8.873160
2000-12-02 12:00:00 12.292847
2000-12-02 18:00:00 12.609722
2000-12-03 00:00:00 11.378299
2000-12-03 06:00:00 10.510972
2000-12-03 12:00:00 8.297222
2000-12-03 18:00:00 8.110486
2000-12-04 00:00:00 8.066154
我尝试使用ets()模型实现预测:
library(forecast)
fs <- forecast(stock$value,h=8,model="AAN")
fs
fs的输出是:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
14 8.778035 6.967009 10.589061 6.008310 11.547761
15 8.536608 6.725582 10.347635 5.766883 11.306334
16 8.295182 6.484155 10.106208 5.525456 11.064907
17 8.053755 6.242728 9.864781 5.284028 10.823481
18 7.812328 6.001301 9.623355 5.042601 10.582054
19 7.570901 5.759873 9.381928 4.801173 10.340628
20 7.329474 5.518446 9.140502 4.559746 10.099202
21 7.088047 5.277018 8.899076 4.318318 9.857776
我在“预测”栏中观察到的是预测值下降。为什么会这样?是否需要在模型中设置不同的参数?
答案 0 :(得分:6)
最后五次观察中的每一次都比前一次少。因此,您在历史数据的末尾有一个下降趋势。预测模型继续这样做。您选择了一个模拟当地趋势的ETS(A,A,N)模型,这正是它正在做的事情。