使用R中的时间序列数据建模

Question

在R工作期间，我开始知道

SES： - 简单的指数平滑函数，它考虑了数据的随机波动，但没有考虑任何趋势或季节性。 然后霍尔特的模型考虑到任何趋势或随机数据，但不考虑季节性。

Holt的冬季模型采用随机，趋势和季节性等三种情景数据。

所以，如果我们使用霍尔特的冬季方法，我每次都会感到有点困惑，它总会计算出时间序列数据的所有场景，即随机，趋势和季节性？虽然没有随机性或趋势。 那么，我希望总是使用哪一类平滑数据，使用时间序列数据进行建模？

拜托，有人可以解释一下吗？

我希望我的问题很明确。如果没有，请评论我。

Answer 1

R具有ets包，它对数据应用指数平滑和趋势和季节性。 但我建议使用预测的集合方法来保证准确性。 Ensemble方法使用ForecastHybrid软件包生成点预测，同时结合所有先进算法（Holt Winter，ARIMA，Neural，STM，TBAT）。