在StatsModels中的Holt Winters的水平和坡度

Question

我想在statsmodels中使用Holt Winters中的级别和斜率，因为在每个时期内，我都想生成一个预测，以timelag(步骤(高于一个。也就是说，在每个时期，我都想生成一个预测的三个时期。

我看到我可以做：

demand = pd.DataFrame({'material': [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
                   'quantity': [32118, 32129, 32648, 33115, 34214, 34449, 36282, 
                                36674, 38320, 40229, 41702, 42320, 42595, 42969, 
                                44462, 44365, 44652, 45169, 45388, 46499, 46497]})
model = models.Holt(demand['quantity'], damped=True)
fit = model.fit(smoothing_level=0.1,
            smoothing_slope=0.2,
            damping_slope=0.9,
            optimized=False)

从fit中，我可以fit.level和fit.slope。奇怪的是，有了这些值，我无法生成预测。

我希望坡度和水平至少从fit.params中的相同值开始。在此示例中，fit.params具有初始斜率9.9和初始级别32118。但是，当我查看fit.Level时，第一个值为32126.91，坡度为9.7。

任何想法如何提取fit.predict((使用的水平和斜率？

Answer 1

请参阅https://github.com/statsmodels/statsmodels/pull/5893，在潮湿趋势的情况下有一个错误。