Question

我正在使用R中的预测包来预测十几个业务指标的基本时间序列。

我通常根据过去几年的数据设定季度目标。

在本季度期间，我获得了实际数据并重新预测，看看是否有重大转变会让我修改预期目标。我只想修改目标，如果平均值在统计上有所不同，或者趋势是否有意义 - 就像控制图一样。

理想情况下，我想在我正在运行的脚本中自动执行此操作。

例如，假设我有去年的月度数据，我预测一年

library(forecast)
StartingData <- (1:12)+rnorm(1:12)
forecast(ts(StartingData,start=c(2011,1), frequency =12),h=12)

然后我得到接下来三个月的数据，恰好是'10'而不是继续线性趋势。

StartingData[13:15] <- 10
forecast(ts(StartingData,start=c(2011,1), frequency =12),h=12)

我想要做的是访问预测数据，按照输出中列出的时间值进行比较，以将我的新预测与旧预测进行比较。但是我找不到与行的时间值相关联的对象。

有没有办法访问这些时间值，以帮助我将旧预测与新预测相匹配？或者我是否需要编写代码来确定我的新数据集中的数据比旧数据集多多少？

谢谢 -

Answer 1

这是一种方法。如果您想要新旧并排，那么您可以重新制作数据。

library(forecast)
StartingData <- (1:12)+rnorm(1:12)
d1=data.frame(forecast(ts(StartingData,start=c(2011,1), frequency =12),h=12))
d1$times=row.names(d1)
d1$fcast='old'

StartingData[13:15] <- 10
d2=data.frame(forecast(ts(StartingData,start=c(2011,1), frequency =12),h=12))
d2$times=row.names(d2)
d2$fcast='new'

combined=rbind(d1,d2)
row.names(combined)=NULL

combined

> combined
   Point.Forecast     Lo.80    Hi.80     Lo.95    Hi.95    times fcast
1        12.58567 11.652976 13.51837 11.159237 14.01211 Jan 2012   old
2        13.53736 12.604661 14.47005 12.110921 14.96379 Feb 2012   old
3        14.48904 13.556345 15.42174 13.062605 15.91548 Mar 2012   old
4        15.44073 14.508029 16.37342 14.014289 16.86716 Apr 2012   old
5        16.39241 15.459713 17.32511 14.965973 17.81885 May 2012   old
6        17.34409 16.411397 18.27679 15.917657 18.77053 Jun 2012   old
7        18.29578 17.363081 19.22848 16.869341 19.72222 Jul 2012   old
8        19.24746 18.314765 20.18016 17.821024 20.67390 Aug 2012   old
9        20.19915 19.266449 21.13185 18.772708 21.62559 Sep 2012   old
10       21.15083 20.218133 22.08353 19.724391 22.57727 Oct 2012   old
11       22.10252 21.169816 23.03522 20.676075 23.52896 Nov 2012   old
12       23.05420 22.121500 23.98690 21.627758 24.48064 Dec 2012   old
13       11.06443  8.716179 13.41269  7.473087 14.65578 Apr 2012   new
14       11.33021  8.925497 13.73491  7.652521 15.00789 May 2012   new
15       11.56613  9.111298 14.02095  7.811791 15.32046 Jun 2012   new
16       11.77555  9.276224 14.27488  7.953161 15.59794 Jul 2012   new
17       11.96145  9.422619 14.50028  8.078643 15.84426 Aug 2012   new
18       12.12647  9.552565 14.70038  8.190020 16.06293 Sep 2012   new
19       12.27296  9.667908 14.87802  8.288876 16.25705 Oct 2012   new
20       12.40300  9.770290 15.03571  8.376618 16.42938 Nov 2012   new
21       12.51843  9.861164 15.17569  8.454494 16.58236 Dec 2012   new
22       12.62089  9.941825 15.29996  8.523612 16.71817 Jan 2013   new
23       12.71185 10.013418 15.41028  8.584955 16.83874 Feb 2013   new
24       12.79259 10.076963 15.50822  8.639396 16.94579 Mar 2013   new
>

访问时间序列中的时间元素

1 个答案: