Python alpha和beta大于1的指数平滑
我有下面的时间序列Python alpha和beta大于1的指数平滑,python,statsmodels,smoothing,Python,Statsmodels,Smoothing,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 2014-0
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。