我有一个时间序列数据,其中包含 2001 年到 2016 年的 16 个值(车辆数量)。我想根据基本趋势预测到 2050 年的值(我同意这是一个远景)。
在做了一些研究后,我发现它可以通过 HoltWinters 或 TBATS 之类的方法来完成,尽管这并不符合我自己使用机器学习算法的计划。
我在所有工作中都使用 R。现在,在使用 HoltWinters() 和 predict() 方法之后,我确实得到了一条到 2050 年的外推曲线,但它是从 2017 年到 2050 年的简单指数曲线,我认为我可以通过微不足道的计算获得。
我的问题是双重的:
1) 获得有意义的推断的最佳方法是什么?
2)我目前的方法是否被修改以给我一个更有意义的推断?
通过有意义的方式,我想表达一条细节更接近现实的曲线。
非常感谢。