我正在尝试使用ETS应用Holt-Winters。我正在读取数据库中的数据，因为不同用户的起始时间戳可能不同（但间隔保持在15分钟）。
我在绘制/解释预测结果时遇到问题。 x轴可能显示时间序列的索引值。我无法确定问题所在。示例数据如下：
> rawdata
date_time_start total_transmitted_mbps
25/04/2017 00:00 8091.22258
25/04/2017 00:15 8669.16705
25/04/2017 00:30 6742.03133
25/04/2017 00:45 7637.89432
25/04/2017 01:00 7190.45344
25/04/2017 01:15 9798.56278
25/04/2017 01:30 7136.48579
25/04/2017 01:45 6255.34125
25/04/2017 02:00 6315.19628
25/04/2017 02:15 6306.36521
25/04/2017 02:30 9749.50128
25/04/2017 02:45 8247.23815
25/04/2017 03:00 9629.79122
25/04/2017 03:15 9316.77885
25/04/2017 03:30 9877.06118
25/04/2017 03:45 8909.5684
25/04/2017 04:00 7853.76492
25/04/2017 04:15 8877.18781
25/04/2017 04:30 6856.83524
25/04/2017 04:45 9037.1283
格式化时间序列以保留输入时间格式：
raw_data$date_time_start <-
as.POSIXct(strptime(paste(as.character(raw_data$date_time_start),":00",sep = ""),
format="%d/%m/%Y %H:%M:%S"))
eventdata <- xts(raw_data$total_cir_transmitted_mbps,
order.by = raw_data$date_time_start)
plot(eventdata) # plot is OK
此输入的图表正常。enter image description here
我正在使用ets，如下所示：
fit2<-ets(eventdata, model="ZZZ", damped=TRUE, alpha=NULL, beta=NULL, gamma=NULL)
fcast90 <- forecast(fit2, h=100)
plot(fcast100) # x-axis of plot is incorrect
我注意到当我fcast90$x时，我能够看到输出。预测中未来100个时期的时间戳不包含在输出中？
> fcast90$x
Time Series:
Start = 1
End = 11521
Frequency = 0.0166666666666667
[1] 8091.223 8669.167 6742.031 7637.894 7190.453 9798.563 7136.486 6255.341 6315.196
[10] 6306.365 9749.501 8247.238 9629.791 9316.779 9877.061 8909.568 7853.765 8877.188
如何预测和查看未来100天？
更新 根据@ A5C1D2H2I1M1N2O1R2T1和@joran帖子，我尝试了两件事：
生成日期序列（格式：YYYY-MM-DD）
在图中设置axes = FALSE，并自行标记轴。
我无法让＃2正常工作
对于＃1，在我的数据中，用户之间的开始日期应该不同。为了尝试@ A5C1D2H2I1M1N2O1R2T1的建议，我假设开始日期是固定的。我在第一个日期读到最后一个用户来获取频率。
aa <- raw_data[1,] # to obtain the start date
bb <- raw_data[nrow(raw_data),] # to obtain the last date using the nrow
由于每个用户的开始/结束时间可能不同，我计算时间序列中的天数。 time_diff天应该等于预测数据点fcast90 <- forecast(fit2, fcast_days+time_diff)。
fcast_days = 100
startDate = as.POSIXct(strptime(paste(as.character(aa$date_time_start),":00",sep = ""), format="%d/%m/%Y %H:%M:%S"))
endDate = as.POSIXct(strptime(paste(as.character(bb$date_time_start),":00",sep = ""), format="%d/%m/%Y %H:%M:%S"))
time_diff = as.numeric(round(endDate - startDate)) # output=16
为图标签生成序列
a = seq(as.Date(startDate), by="days", length=time_diff+fcast_days) #length = 116
但是当我使用seq时出现问题，因为seq的最低粒度在days。我的时间间隔为15分钟。所以我被迫阅读数据而不是生成数据。出于这个原因，我使用了raw_data$date_time_start <- as.POSIXct(strptime(paste(as.character(raw_data$date_time_start),":00",sep = ""),format="%d/%m/%Y %H:%M:%S"))。如果这是错误的请告知。
使用＃2，我设置axes = FALSE仅打印日期。重新使用链接中的代码：
fcast90 <- forecast(fit2, fcast_days+time_diff)
plot(fcast90, axes = FALSE)
axis(1, at = a, labels = format(a, "%d %b %Y"), cex.axis=0.6)
abline(v = decimal_date(a), col='grey', lwd=0.5)
axis(2, cex.axis=0.6)
我认为情节中的问题是seq中数据点与fcast90$x中数据点的天数不匹配。
> length(fcast90$x) # represents data captured at 15 min interval
[1] 1536
> length(a) # repesents number of days
[1] 116
对于我的时间序列，我的步骤是否正确？