如何计算Croston方法

Question

我试图了解“crost {tsintermittent}”和“croston {forecast}”如何计算样本内（训练）值的具体细节。他们似乎给出了相似但不同的结果。 （参见下面的示例代码）我不确定这两个计算是否不同，或者我没有比较相同的结果（每个包使用不同的术语）。

library (tsintermittent)
library (forecast)
# create an intermittent time-series
x = c(5,5,5,5,5,5,6,8,0,8,0,8,0,0,4,0,0,6,7,0,0,0,9,0,11,0,0)
x_crost = crost(x,h=5) # from the tsintermittent package
x_croston=croston(x,h=5) # from the forecast package
x_croston$fitted
y=data.frame(x,x_crost$frc.in,x_croston$fitted)
y # viex_croston results
plot(x_croston)
lines(x_croston$fitted, col="red")
lines(x_crost$frc.in,col="blue")

Answer 1

一个使用优化参数，另一个不使用。 forecast::croston将两个ETS（A，N，N）模型拟合到非零需求序列和非零需求之间的时间，具有共同的平滑参数（alpha=0.1是默认值），并且状态设置为每个系列的第一个值。 tsintermittent::crost适合相同的两个模型，但优化了平滑参数和初始值的值（默认使用平均绝对率）。