我正在尝试使用ETS应用Holt-Winters。我正在从数据库中读取数据，因为不同用户的开始时间戳可能不同(但间隔保持在15分钟)。
我在绘制/解释预测结果时遇到问题。x轴可能显示时间序列的索引值。我无法确定问题所在。样本数据如下：
> rawdata
date_time_start total_transmitted_mbps
25/04/2017 00:00 8091.22258
25/04/2017 00:15 8669.16705
25/04/2017 00:30 6742.03133
25/04/2017 00:45 7637.89432
25/04/2017 01:00 7190.45344
25/04/2017 01:15 9798.56278
25/04/2017 01:30 7136.48579
25/04/2017 01:45 6255.34125
25/04/2017 02:00 6315.19628
25/04/2017 02:15 6306.36521
25/04/2017 02:30 9749.50128
25/04/2017 02:45 8247.23815
25/04/2017 03:00 9629.79122
25/04/2017 03:15 9316.77885
25/04/2017 03:30 9877.06118
25/04/2017 03:45 8909.5684
25/04/2017 04:00 7853.76492
25/04/2017 04:15 8877.18781
25/04/2017 04:30 6856.83524
25/04/2017 04:45 9037.1283
格式化时间序列以保留输入时间格式：
raw_data$date_time_start <-
as.POSIXct(strptime(paste(as.character(raw_data$date_time_start),":00",sep = ""),
format="%d/%m/%Y %H:%M:%S"))
eventdata <- xts(raw_data$total_cir_transmitted_mbps,
order.by = raw_data$date_time_start)
plot(eventdata) # plot is OK
此输入的绘图正常。在此处输入图像描述
我使用ets如下：
fit2<-ets(eventdata, model="ZZZ", damped=TRUE, alpha=NULL, beta=NULL, gamma=NULL)
fcast90 <- forecast(fit2, h=100)
plot(fcast100) # x-axis of plot is incorrect
在此处输入图像描述
我注意到，当我fcast90$x时，我能够看到一个输出。预测中接下来100个周期的时间戳是否包含在输出中？
> fcast90$x
Time Series:
Start = 1
End = 11521
Frequency = 0.0166666666666667
[1] 8091.223 8669.167 6742.031 7637.894 7190.453 9798.563 7136.486 6255.341 6315.196
[10] 6306.365 9749.501 8247.238 9629.791 9316.779 9877.061 8909.568 7853.765 8877.188
如何预测和查看未来100天？
更新基于@A5C1D2H2I1M1N2O1R2T1和@joran的帖子，我尝试了两件事：
生成日期序列(格式：YYYY-MM-DD)
在绘图中设置
axes = FALSE，并自行标记轴。
我无法获得#2工作
对于#1，在我的数据中，不同用户的开始日期应该不同。为了尝试@A5C1D2H2I1M1N2O1R2T1的建议，我假设开始日期是固定的。我在第一次阅读日期和最后一次为该用户获取频率。
aa <- raw_data[1,] # to obtain the start date
bb <- raw_data[nrow(raw_data),] # to obtain the last date using the nrow
由于每个用户的开始/结束时间可能不同，我正在计算时间序列中的天数。time_diff天应等于预测数据点fcast90 <- forecast(fit2, fcast_days+time_diff)。
fcast_days = 100
startDate = as.POSIXct(strptime(paste(as.character(aa$date_time_start),":00",sep = ""), format="%d/%m/%Y %H:%M:%S"))
endDate = as.POSIXct(strptime(paste(as.character(bb$date_time_start),":00",sep = ""), format="%d/%m/%Y %H:%M:%S"))
time_diff = as.numeric(round(endDate - startDate)) # output=16
生成绘图标签的序列
a = seq(as.Date(startDate), by="days", length=time_diff+fcast_days) #length = 116
但当我使用seq时遇到了一个问题，因为seq的最低粒度在days中。我的时间序列，间隔15分钟。因此，我不得不读入数据，而不是生成数据。因此，我使用了raw_data$date_time_start <- as.POSIXct(strptime(paste(as.character(raw_data$date_time_start),":00",sep = ""),format="%d/%m/%Y %H:%M:%S"))。如果这是错误的，请告知。
使用#2，我将axes = FALSE设置为仅打印日期。重新使用链接中的代码：
fcast90 <- forecast(fit2, fcast_days+time_diff)
plot(fcast90, axes = FALSE)
axis(1, at = a, labels = format(a, "%d %b %Y"), cex.axis=0.6)
abline(v = decimal_date(a), col='grey', lwd=0.5)
axis(2, cex.axis=0.6)
我认为图中的问题是由于seq中的天数和fcast90$x中的数据点不匹配。
> length(fcast90$x) # represents data captured at 15 min interval
[1] 1536
> length(a) # repesents number of days
[1] 116
对于我的时间序列，我的步骤正确吗？
查看预测文档。
fcast90$mean、fcast90$lower或fcast90$higher应该给你想要的东西。