我目前正在使用ets()来预测基于r中的历史时间序列数据的未来值。我使用forecast()函数来预测接下来的24个数据点。但是,对于前12个数据点和后12个数据点,输出给出了相同的数字。例如,将2012年5月的预测值复制到2013年5月。
以下数据传递:
代码:2005.04.30 87.6 2005.05.31 95.4 2005.06.30 97.7 2005.07.31 101.3 2005.08.31 100.6 2005.09.30 97 2005.10.31 91.1 2005.11.30 92.1 2005.12.31 112 2006.01.31 113.9 2006.02.28 103.9 2006.03.31 115.1 2006.04.30 100 2006.05.31 107.5 2006.06.30 110 2006.07.31 114.2 2006.08.31 109.4 2006.09.30 108.9 2006.10.31 114.6 2006.11.30 113 2006.12.31 116.5 2007.01.31 120.2 2007.02.28 112.6 2007.03.31 124.1 2007.04.30 113.4 2007.05.31 121 2007.06.30 117.9 2007.07.31 118.4 2007.08.31 119.5 2007.09.30 113.5 2007.10.31 117.8 2007.11.30 118.2 2007.12.31 120.6 2008.01.31 126.1 2008.02.29 121.2 2008.03.31 127.4 2008.04.30 119.5 2008.05.31 121.5 2008.06.30 125.7 2008.07.31 131.4 2008.08.31 123.5 2008.09.30 122.8 2008.10.31 125.3 2008.11.30 119.4 2008.12.31 121.2 2009.01.31 123.7 2009.02.28 118.1 2009.03.31 128.7 2009.04.30 112.2 2009.05.31 115.4 2009.06.30 119.8 2009.07.31 117.4 2009.08.31 127.8 2009.09.30 124.4 2009.10.31 131 2009.11.30 118.9 2009.12.31 124 2010.01.31 127.4 2010.02.28 116.3 2010.03.31 126.4 2010.04.30 115.7 2010.05.31 117.7 2010.06.30 122.4 2010.07.31 121.9 2010.08.31 116.7 2010.09.30 110.9 2010.10.31 120.7 2010.11.30 116.7 2010.12.31 131.2 2011.01.31 137.1 2011.02.28 118.7 2011.03.31 128.5 2011.04.30 123.5 2011.05.31 126.1 2011.06.30 127.7 2011.07.31 125.3 2011.08.31 126.7 2011.09.30 114 2011.10.31 116.5 2011.11.30 128 2011.12.31 130.6
ETSfit <- ets(data.ts)
data.ets <- forecast(ETSfit, level=70, h=24)
输出:Point Forecast Lo 70 Hi 70 Jan 2012 133.6314 129.3483 137.9145 Feb 2012 123.5998 118.7221 128.4775 Mar 2012 133.1607 127.7534 138.5681 Apr 2012 121.0877 115.1982 126.9773 May 2012 125.4991 119.1639 131.8342 Jun 2012 127.5913 120.8399 134.3427 Jul 2012 128.4923 121.3489 135.6358 Aug 2012 127.2225 119.7074 134.7376 Sep 2012 122.1938 114.3247 130.0630 Oct 2012 125.5382 117.3302 133.7462 Nov 2012 123.3347 114.8012 131.8682 Dec 2012 129.9972 121.1503 138.8441 Jan 2013 133.6314 124.4818 142.7810 Feb 2013 123.5998 114.1572 133.0424 Mar 2013 133.1607 123.4340 142.8875 Apr 2013 121.0877 111.0849 131.0906 May 2013 125.4991 115.2275 135.7706 Jun 2013 127.5913 117.0579 138.1246 Jul 2013 128.4923 117.7035 139.2812 Aug 2013 127.2225 116.1841 138.2609 Sep 2013 122.1938 110.9114 133.4763 Oct 2013 125.5382 114.0169 137.0595 Nov 2013 123.3347 111.5793 135.0901 Dec 2013 129.9972 118.0123 141.9821
请帮助。
看看合身的模特:
ETS(A,N,A)
Call:
ets(y = x)
Smoothing parameters:
alpha = 0.5449
gamma = 1e-04
Initial states:
l = 95.8994
s=6.3817 -3.1792 6.8525 3.218 -3.4445 -1.2408
-4.5852 0.4434 1.7133 0.8123 -1.28 -5.6914
sigma: 4.1325
AIC AICc BIC
613.8103 620.1740 647.3326
所以没有选择趋势。因此,预测将只有季节性模式,没有趋势,这正是你所得到的。