Question

我有一系列间歇性需求称为零件（下面的示例），我想开发一个训练集和测试集的滚动平均预测。我的代码也在下面。 fitmean系列计算滚动平均值，但有两个问题：

当我真正想要的是达到12的滚动平均值时，它增加了第13个元素;和，
日期从2016年6月到2017年6月，所以当我减去测试部分时，我只获得2017年1月至6月的6个值。

有没有办法（1）删除fitmean末尾的第13个元素，（2）更改日期以便它们与testparts匹配？

谢谢。

library(forecast,zoo)
parts<-matrix(c(0,0,0,0,0,0,2,0,0,0,0,0,3,0,0,0,0,0,1,0,0,7,0,0),nrow=24,ncol=1)
parts<-ts(parts,f=12,start=c(2016,1))
maemean<-matrix(NA,nrow=12,ncol=1)
  trainparts<-window(parts,end=c(2016,12))
  testparts<-window(parts,start=c(2017,1),end=c(2017,12))
  fitmean<-round(rollapply(parts, width=12, by = 1, FUN = mean))
  maemean<-abs(fitmean-testparts)

Jan-16  0
Feb-16  0
Mar-16  0
Apr-16  0
May-16  0
Jun-16  0
Jul-16  2
Aug-16  0
Sep-16  0
Oct-16  0
Nov-16  0
Dec-16  0
Jan-17  3
Feb-17  0
Mar-17  0
Apr-17  0
May-17  0
Jun-17  0
Jul-17  1
Aug-17  0
Sep-17  0
Oct-17  7
Nov-17  0
Dec-17  0

澄清：

以上列表应分为1月16日至12月16日的训练集以及1月17日至12月17日的测试集。我想要做的是使用滚动均值，所以1月16日到12月16日的平均值（四舍五入为0）成为1月17日的预测，依此类推，即2月16日到1月17日，输出应该如下所示

Jan-17  0
Feb-17  0
Mar-17  0
Apr-17  0
May-17  0
Jun-17  0
Jul-17  0
Aug-17  0
Sep-17  0
Oct-17  0
Nov-17  1
Dec-17  1

不幸的是，我得到13副12个元素。

     Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2016                       0   0   0   0   0   0   0
2017   0   0   0   1   1   1

Answer 1

1）width = list（...）从问题中删除所有不相关的代码并更改rollapply行，-seq(12)是rollapply的向量偏移指示library(zoo) # test data parts <- matrix(c(0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1, 0, 0, 7, 0, 0), nrow = 24, ncol = 1) parts <- ts(parts, freq = 12, start = c(2016, 1)) round(rollapply(parts, list(-seq(12)), FUN = mean))传递第一个先前，第二个先前，......第十二个先前值，表示每个点。

     Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
2017   0   0   0   0   0   0   0   0   0   0   1   1

，并提供：

round((rollsumr(parts, 13) - parts) / 12)
##      Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 2017   0   0   0   0   0   0   0   0   0   0   1   1

2）rollumr 另一种方法是采用宽度为13的滚动总和，然后减去当前值并除以12：

{{1}}

建立滚动平均预测

1 个答案: