多个时间序列的指数平滑预测

Question

我想使用指数平滑（HW或ARIMA）预测r中的100x时间序列，因为我的数据非常季节性。我的数据当前设置如下：

Month / Employee1 / Employee2 / Employee3 / ...
2015-01-31 / 1,200,000 / 1,900,000 / 800,000 / ...
2015-02-28 / 1,000,000 / 1,700,000 / 200,000 / ...
... Through 2018-06-30

我想使用频率为12的6个周期的每个员工使用指数平滑进行预测。我可以使用预测轻松地单独进行此操作，但是我想一次将所有员工运行到一个表输出中。因为我想要一个输出，所以置信度可以等于0 level = c（0,0）。

非常感谢您的帮助！

Answer 1

我已经弄清楚了，希望对将来有帮助。我的数据集叫做“ Multiforecast_test”

首先我把它变成了ts：

ts_test <- ts(Multiforecast_test, start= c(2015,01), frequency=12)

然后我用lapply运行auto.arima函数：

arimaforecast <- lapply(ts_test, function(x) forecast(auto.arima(x), h=6,)$mean)

我的测试数据的输出结果为：

  

arimaforecast

$Volume        Jul        Aug        Sep        Oct        Nov        Dec
2018 1005256299 1107626858  929720018  889901375  814714019  839815505

$Employee1     Jul       Aug       Sep       Oct       Nov       Dec
2018 683043831 800911854 686582210 665243135 613016109 626239041

$Employee2     Jul       Aug       Sep       Oct       Nov       Dec
2018 198639231 206957874 138334667 148160835 118637508 111321392

$Employee3     Jul       Aug       Sep       Oct       Nov       Dec
2018 116508747 129413942 111011512  90294567  87439508  92747072

...

希望这对以后的人有所帮助。