问题标签 [holtwinters]

在 R 工作时，我开始知道

SES：-简单的指数平滑函数，它考虑了数据的随机波动但不考虑任何趋势或季节性。然后是 Holt 模型，它考虑了任何趋势或随机数据，但不考虑季节性。

霍尔特的冬季模型考虑了所有三种情景数据，如随机、趋势和季节性。

所以，如果我们每次使用 Holt 的冬季方法，我都会感到有点困惑，它总是会计算时间序列数据的所有场景，即随机、趋势和季节性？虽然没有随机性或趋势。那么，我应该始终使用哪个平滑数据系列，使用时间序列数据建模？

请问，有人能解释一下吗？

我希望我的问题很清楚。如果没有请评论我。

我有一个过去 2 年的每日需求数据集。数据具有每周季节和嵌套的每日季节。我使用频率 = 365 的 ts 函数将数据转换为时间序列。现在使用 HoltWinters 方法时，他将每一天都解释为一个自己的季节，从而导致结果不稳健。我怎么能告诉他只包括 59 个季节（每周 52 个和每天 7 个季节）？

我正在尝试每天预测数据。如果我在 r 中使用 holtwinters 函数，我会收到警告消息并且无法执行输出

我使用了下面的代码

我的数据如下

任何建议请提前谢谢

我正在使用基于 R 3.4.3 的 R Studio。但是，当我尝试调用 forecast.HoltWinters 函数时，R 告诉我“找不到函数”forecast.HoltWinters“”。检查安装的包（v8.2）告诉我这是真的，没有预测。HoltWinters。但是https://cran.r-project.org/web/packages/forecast/中的手册明确指出，forecast.HoltWinters 仍然可用。

我也尝试过 stats::HoldWinters，但它工作错误。该代码在另一台计算机上运行良好，但它根本无法在我的计算机上运行。有什么解决办法吗？

这是代码。Book2.csv 有足够的数据持续超过 3 个周期。

我有一个按天分组的数据库指标，我需要预测未来 3 个月的数据。这些数据具有季节性（我相信季节性是一周中的几天）。

我想使用 R 的 Holt Winters 方法，我需要创建一个时间序列对象，它要求频率，（我认为是 7）。但是我怎么知道我是否确定呢？有识别最佳频率的功能吗？

我在用着：

如果我用 分解这些数据decompose(FID_TS)，我有：

这是我的第一个预测FID_TS_Observed：

当我回顾去年的历史时，它们在前 3 个月开始低，从第 3 个月上升到第 11 个月，然后再次下降。

也许我的每日数据，每天有每周季节性（频率=7）和每月季节性（频率=7x30=210）？我需要最后 365 天吗？

有什么办法可以按星期几和月份排列频率吗？另一件事，我把去年的全部时间或只是其中的一部分用于 Holt-Winters 方法有什么不同吗？

提前致谢 ：）

我想在 R 上使用 holt() 函数，并将其应用于时间序列 ts。但我得到这个错误，不明白为什么：

霍尔特（时间序列）

etsTargetFunctionInit 中的错误（par = par，y = y，nstate = nstate，errortype = errortype，：与请求的类型不兼容：[type=character; target=double]。此外：警告消息：在 is.constant(y) : 强制引入的 NA

当我尝试其他预测功能（如 thetaf 和 ses）时，我得到了同样的错误。

我目前正在处理一个样本数据，该数据要求我在 R 中对给定的数据集执行时间序列预测。所以我需要每天进行预测。我收到以下错误消息。

（x，趋势）中的错误-.default：二元运算符的非数字参数

我的数据格式

在项目列中我有三种类型，在区域列中有 18 个区域，对于每个区域我有三个项目，对于每个项目我有两年的数据（2016-01-01 到 2017-01-31），我需要预测明年的QTY栏目(2018-01-31)

我正在使用下面的代码

当我运行 model_hw 时，我得到了上述错误。

请有任何建议，
在此先感谢

我正在尝试对过去 10 年的股票指数每周交易量使用 Holt Winters 和预测功能，但我仍然遇到错误。你能帮我吗？

这就是我现在想要做的：

这是我在第三行遇到的错误：

对于预测，我有以下代码，但它似乎不适用于以前的错误：

R Studio 中的数据看起来正确。我决定使用 file.choose() 来使这段代码更通用。我正在使用 *.csv 文件。有人可以指导我或建议应用 Holt 和 Winters 方法和预测的代码应该是什么样子吗？

我们可以使用 HoltWinters() 函数在 R 中构建 HoltWinters 模型，但是如何调整阻尼趋势？在 Holt 模型（R 中的 holt() 函数）中，我们可以设置可以抑制趋势的参数（damped=TRUE）。我们如何在 HoltWinters 模型中做到这一点？这有什么诀窍吗？

我有一个每天的一个月数据。它cpu utilization每天都捕获数据。我想产生一些预测结果。我将数据分成两部分train- 前15天，test最后16天，然后我想做一个预测，并将预测结果与给定的过去16天的结果进行比较。到目前为止，我已经尝试了各种实现，例如moving average，simple exponential smoothing。现在我想尝试更复杂和准确的东西，例如Holt-Winters Method和ARIMA model。下面是我的结果获取Holt's Linear Trend考虑趋势和季节性的方法。

现在我想实现Holts Winter method这是首选的预测技术之一。这是下面的代码

这是代码Holt's Winter method

现在我收到seasonal_periods参数错误。它接受一个整数，我相信它接受月份作为一个值。即使在他们的文档中，他们也只提到没有季节http://www.statsmodels.org/dev/generated /statsmodels.tsa.holtwinters.ExponentialSmoothing.html#statsmodels.tsa.holtwinters.ExponentialSmoothing

现在，由于我只有1个月的数据要在前15天运行预测，我应该通过什么季节值？假设季节指的是月份，理想情况下它应该是0.5（15 天），但它只接受整数。如果我将值传递为1，则会收到以下错误

如果我将参数传递为None，则会收到以下错误

如何使用 Holt-Winters 方法获得一个月最后16天的预报？我做错了什么？

如果有人想重现结果，这是本月的数据