Python alpha和beta大于1的指数平滑

我有下面的时间序列

year        value
2001-01-01  433.0
2002-01-01  445.0
2003-01-01  406.0
2004-01-01  416.0
2005-01-01  432.0
2006-01-01  458.0
2007-01-01  418.0
2008-01-01  392.0
2009-01-01  464.0
2010-01-01  434.0
2012-01-01  435.0
2013-01-01  437.0
2014-01-01  465.0
2015-01-01  442.0
2016-01-01  456.0
2017-01-01  448.0
2018-01-01  433.0
2019-01-01  399.0

我想用指数平滑模型来拟合。我用以下方式定义我的模型：

model = ExponentialSmoothing(dataframe, missing='drop', trend='mul', seasonal_periods=5,
                              seasonal='add',initialization_method="heuristic")
model = model.fit(optimized=True, method="basinhopping")

其中，我让算法来优化

平滑度水平

=$\alpha$，

平滑度趋势

=$\beta$，

平滑度水平

=$\gamma$和

阻尼度趋势

=$\phi$

但是，当我打印这个特定案例的结果时，我得到：$\alpha=1.49$，$\beta=1.41$，$\gamma=0.0$和$\phi=0.0$

有人能解释一下这里发生了什么事吗？

---

$\alpha$和$\beta$的这些值大于1是否可以接受？

我认为您误解了结果。我们可以按如下方式运行您的模型：

data = [
    433.0, 445.0, 406.0, 416.0, 432.0, 458.0,
    418.0, 392.0, 464.0, 434.0, 435.0, 437.0,
    465.0, 442.0, 456.0, 448.0, 433.0, 399.0]

model = sm.tsa.ExponentialSmoothing(data, missing='drop', trend='mul', seasonal_periods=5,
                              seasonal='add',initialization_method="heuristic")
res = model.fit(optimized=True, method="basinhopping")

print(res.params['smoothing_level'])
print(res.params['smoothing_trend'])

这给了我：

1.4901161193847656e-08
1.4873988732462211e-08

---

请注意

e-08

部分-第一个参数不等于1.49，它等于0.0000000 149。

谢谢！我太傻了。我正在使用str（model.params['smoothing_level']）[：4]打印前4个字符的最佳拟合参数，当然，这给了我前4个字符，而不是实数。没问题！我同意，有时Python中的数字字符串打印可能有点挑剔。