HoltWinters
位于 stats
包(package)。 说明
计算给定时间序列的 Holt-Winters 过滤。通过最小化预测误差平方来确定未知参数。
用法
HoltWinters(x, alpha = NULL, beta = NULL, gamma = NULL,
seasonal = c("additive", "multiplicative"),
start.periods = 2, l.start = NULL, b.start = NULL,
s.start = NULL,
optim.start = c(alpha = 0.3, beta = 0.1, gamma = 0.1),
optim.control = list())
参数
x |
|
alpha |
Holt-Winters过滤器的 参数。 |
beta |
Holt-Winters过滤器的 |
gamma |
|
seasonal |
用于选择 |
start.periods |
用于自动检测起始值的起始周期。必须至少为 2。 |
l.start |
级别的起始值 (a[0])。 |
b.start |
趋势的起始值 (b[0])。 |
s.start |
季节性分量的起始值向量 ( ) |
optim.start |
具有命名组件 |
optim.control |
如果使用的话,带有传递到 |
细节
加法 Holt-Winters 预测函数(对于周期长度为 p 的时间序列)为
其中 、 和 由下式给出
乘法 Holt-Winters 预测函数(对于周期长度为 p 的时间序列)为
其中 、 和 由下式给出
对于乘法模型,x
中的数据必须非零,但如果它们全部为正则最有意义。
如果 NULL
(默认值),则该函数尝试通过最小化平方一步预测误差来找到它们的最佳值。 optimize
将用于单参数情况,否则使用 optim
。 和/或 和/或 是
对于季节性模型,a
、b
和 s
的起始值是通过使用移动平均值(请参阅函数 decompose
)对 start.periods
第一个周期(a趋势分量的简单线性回归用于起始水平和趋势)。对于水平/趋势模型(无季节性成分),a
和 b
的起始值分别为 x[2]
和 x[2] -
x[1]
。对于仅级别模型(普通指数平滑),a
的起始值为 x[1]
。
值
类 "HoltWinters"
的对象,包含组件的列表:
fitted |
多个时间序列,其中一列用于过滤序列以及水平、趋势和季节性成分,同时估计(即在时间 t 而非序列末尾)。 |
x |
原创系列 |
alpha |
用于过滤的 alpha |
beta |
用于过滤的 beta |
gamma |
用于过滤的伽玛 |
coefficients |
具有命名组件 |
seasonal |
指定的 |
SSE |
优化中最终获得的误差平方和 |
call |
使用的调用 |
例子
require(graphics)
## Seasonal Holt-Winters
(m <- HoltWinters(co2))
plot(m)
plot(fitted(m))
(m <- HoltWinters(AirPassengers, seasonal = "mult"))
plot(m)
## Non-Seasonal Holt-Winters
x <- uspop + rnorm(uspop, sd = 5)
m <- HoltWinters(x, gamma = FALSE)
plot(m)
## Exponential Smoothing
m2 <- HoltWinters(x, gamma = FALSE, beta = FALSE)
lines(fitted(m2)[,1], col = 3)
作者
David Meyer David.Meyer@wu.ac.at
参考
C. C. Holt (1957) Forecasting seasonals and trends by exponentially weighted moving averages, ONR Research Memorandum, Carnegie Institute of Technology 52. (reprint at doi:10.1016/j.ijforecast.2003.09.015).
P. R. Winters (1960). Forecasting sales by exponentially weighted moving averages. Management Science, 6, 324-342. doi:10.1287/mnsc.6.3.324.
也可以看看
相关用法
- R Hypergeometric 超几何分布
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
- R loess.control 设置黄土参数
- R Normal 正态分布
- R summary.lm 总结线性模型拟合
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Holt-Winters Filtering。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。