我正在按照Rob Hyndman 的本教程进行初始化（加法）。
计算初始值的步骤指定为：
我在Rob Hydman 免费在线教科书中提供的数据集上手动（用笔/纸）运行上述步骤。我在前两个步骤后得到的值是：
我在“R”上使用了相同的数据集，但 R 中的季节性输出值截然不同（截图如下）
不知道我做错了什么。任何帮助，将不胜感激。
我刚才观察到的另一个有趣的事情是，(l(t))教科书的初始级别是33.8，但在R输出中是 : 48.24，这证明我在手动计算时遗漏了一些东西。
编辑：
这是我计算平滑移动平均线的方法（基于此链接第 2 节中使用的公式。）
计算后我已经去趋势，表示原始值 - 平滑值。
然后是季节性值：这是
S1 =Average of Q1
S2 = Average of Q2
...
移动平均线的前两个值不正确。您假设第一次观察之前的值为零。它们不是零，它们是缺失的，这是完全不同的。由于这个原因，不可能计算前两个观测值的移动平均值。
移动平均值的第三个和后续值仅近似正确，因为您已将数据四舍五入到第一个小数点，而不是使用fppR 包中提供的数据。
按照此过程获得的值用作 内的优化中的初始值ets()。因此，来自的输出ets()将不包含初始值，而是包含优化值。书中的表格给出了优化值。您将无法使用简单的程序重现它们。
但是，您可以重现所提供的内容，HoltWinters因为它不会对初始值进行任何优化。使用HoltWinters，初始季节值如下：
> HoltWinters(y)$fitted[1:4,]
xhat level trend season
[1,] 43.73934 33.21330 1.207739 9.318302
[2,] 28.25863 35.65614 1.376490 -8.774002
[3,] 36.86581 37.57569 1.450688 -2.160566
[4,] 41.87604 38.83521 1.424568 1.616267
（输出coefficients给出最终状态而不是初始状态。）
最后一列中的季节性指数可以计算如下：
y MAsmooth detrend detrend.adj
41.72746 NA NA NA
24.04185 NA NA NA
32.32810 34.41724 -2.089139 -2.160566
37.32871 35.64101 1.687695 1.616267
46.21315 36.82342 9.389730 9.318302
29.34633 38.04890 -8.702575 -8.774002
36.48291 NA NA NA
42.97772 NA NA NA
最后一列是调整后的去趋势数据（因此它们加到零）。