0

我使用 diff(log(ts.dat)) 将非平稳时间序列转换为平稳数据集，然后使用基于该数据集的 HoltWinters 模型进行预测。我现在需要将预测恢复为非固定格式，以便在上下文中读取预测数据。

下面是我的代码

library(lubridate)
tsdat <- ts(dat, frequency = 364/7, start =decimal_date(ymd("2018-01-01")))
tsdat
plot.ts(tsdat)

#convert to stationary 
diffdat <- diff(log(tsdat))
plot.ts(diffdat)

#decompose data
dedat <- decompose(diffdat)
plot(dedat)

#forecast data along historical data
tsdatdiff <- diff(log(tsdat))
plot.ts(tsdatdiff)
View(tsdatdiff)

fcdat <- HoltWinters(tsdatdiff)
fcdat
fcdat$SSE
plot(fcdat)

#forecast future data
fcdat2 <- forecast:::forecast.HoltWinters(fcdat, h=58)
plot(fcdat2)
View(fcdat2)

我是预测模型的新手，所以非常感谢任何帮助。

编辑：tsdat =

[1] 239356 233505 221379 216805 181376 185011 204697 171042 178016 161664
[11] 169265 165494 143858 182354 177574 168444 157602 143029 147777 128124
[21] 123876 122930 122716 128213 123046 129200 154485 162267 146355 142686
[31] 139640 139767 143704 136917 145943 136225 149343 151274 165070 180999
[41] 159661 155912 169565 171383 172614 184754 184409 200315 198860 211969
[51] 252303 227694 229727 209950 222494 217205 192252 182349 188436 181309
[61] 172210 170766 171861 172913 154271 151161 163106 152785 160463 137944
[71] 141503 128332 125679 120253 118186 128944 118992 124912 139317 158101
[81] 144735 139579 135227 136682 139347 147254 154202 153175 153906 159348
[91] 174015 189201 168106 161848 173245 169786 179268 199458 198268 199099
[101] 210674 223629 248501 223375 227329 206112 202193 207227 209607 
166615
[111] 180929
4

1 回答 1

0

在巴斯的评论中回答！

我认为您正在寻找的是：fcdat3 <- tsdat[[length(tsdat)]] * exp(diffinv(fcdat2$mean))。一般来说，你可以用 exp(diffinv(...)) 反转 diff(log(...))，但是你需要添加最后一个已知的值作为偏移量；这通过 exp 操作变成了乘法。使用 plot.ts(c(tsdat, fcdat3)) 可视化数据及其预测

于 2020-08-18T22:36:05.093 回答