r - Croston方法是如何计算的

Question

我试图了解“crost {tsintermittent}”和“croston {forecast}”如何计算样本内（训练）值的细节。它们似乎给出了相似但不同的结果。（见下面的示例代码）我不确定这两个计算是否不同，或者我没有比较相同的结果（每个包使用不同的术语）。

library (tsintermittent)
library (forecast)
# create an intermittent time-series
x = c(5,5,5,5,5,5,6,8,0,8,0,8,0,0,4,0,0,6,7,0,0,0,9,0,11,0,0)
x_crost = crost(x,h=5) # from the tsintermittent package
x_croston=croston(x,h=5) # from the forecast package
x_croston$fitted
y=data.frame(x,x_crost$frc.in,x_croston$fitted)
y # viex_croston results
plot(x_croston)
lines(x_croston$fitted, col="red")
lines(x_crost$frc.in,col="blue")

Answer 1

一种使用优化参数，另一种则不使用。 forecast::croston将两个 ETS(A,N,N) 模型拟合到非零需求序列和非零需求之间的时间，具有公共平滑参数（alpha=0.1默认值），初始状态设置为每个序列的第一个值。tsintermittent::crost拟合相同的两个模型，但优化了平滑参数的值和初始值（默认使用平均绝对速率）。