我在季节性时间序列数据周围安装了TBATS
模型,并使用forecast
包来获取预测。我的R代码是:
library("forecast")
data = read.csv("data.csv")
season_info <- msts(data,seasonal.periods=c(24,168))
model <- tbats(season_info)
forecasted <- forecast.tbats(best_model,h=24,level=90)
forecasted
现在,我有一个名为&#39;预测的变量&#39;这样输出:
> forecasted
Point Forecast Lo 90 Hi 90
6.940476 5080.641 4734.760 5426.523
6.946429 5024.803 4550.111 5499.496
6.952381 4697.625 4156.516 5238.733
6.958333 4419.105 3832.765 5005.446
6.964286 4262.782 3643.528 4882.037
6.970238 4187.629 3543.062 4832.196
6.976190 4349.196 3684.444 5013.947
6.982143 4484.108 3802.574 5165.642
6.988095 4247.858 3551.955 4943.761
6.994048 3851.379 3142.831 4559.927
7.000000 3575.951 2855.962 4295.941
7.005952 3494.943 2764.438 4225.449
7.011905 3501.354 2760.968 4241.739
7.017857 3445.563 2695.781 4195.345
我需要从列“预测”中收集预测值。并将其存储在CSV文件中。我试着阅读TBATS页面并预测&#39;方法在线,但他们没有说明如何提取特定的预测值列,而忽略了其他列,例如&#39; Hi&#39; &#39;螺&#39;和&#39; Point&#39;。
我在我的CSV中寻找此输出:
hour,forecasted_value
0,5080.641
1,5024.803
2,4697.625
...
答案 0 :(得分:3)
它们分为三部分。您可以使用str(ret)
:
library(forecast)
fit <- tbats(USAccDeaths)
ret <- forecast(fit)
ret$upper # Upper interval
ret$lower # Lower interval
ret$mean # Point forecast
答案 1 :(得分:2)
您可以使用print()
:
library("forecast")
data = read.csv("data.csv")
season_info <- msts(data,seasonal.periods=c(24,168))
model <- tbats(season_info)
forecasted <- forecast.tbats(best_model,h=24,level=90)
dfForec <- print(forecasted)
这将为您提供data.frame
,现在您可以选择所需的列,即。 dfForec[, 1]
仅用于点预测,然后使用write.csv(dfForec[, 1, drop = FALSE], ...)
将其写入平面文件。
答案 2 :(得分:0)
使用均值函数获取点预测
库( “预测”)
data = read.csv(“data.csv”)
season_info&lt; - msts(data,seasonal.periods = c(24,168))
model&lt; - tbats(season_info)
预测&lt; - (forecast.tbats(best_model,h = 24,level = 90))$ mean
或
预测$意味着