R-如何在新数据上使用Holt Winters模型进行预测

我工作的公司正在测试新软件的预测能力。一个软件包从多个地点获取单个产品的订单，在每个期间进行汇总，然后开发一个模型，然后在每个地点使用该模型。例如，如果在6个月的时间段内，a按如下方式订购产品（1,0,2,3,0,3），B按如下方式订购相同的产品（2,3,4,2,5,1），则软件将根据数据a+B=（3,3,6,5,5,4）开发一个模型，并将该模型分别应用于a和B中的数据，以确定第7个月的值

我想通过使用R尝试验证（或失效）他们的方法。我创建了一系列单指数平滑模型（称为SSForecast），并希望在新位置数据上使用这些模型，如下所示：

ss<-c(29,36,36,48,93,28,35,28,37,50,37,3,25,28,40,45,38,43,34,44,43,25,33,34)
ss2<-t(ss)
for (i in 1:12){
  sseries<-ts(ss2[c(i:(11+i))],frequency=12)
  ssforecasts <- HoltWinters(sseries, beta=FALSE, gamma=FALSE)
  newss <- ts(c(3,3,1,4,1,3,8,0,4,3,3,0),frequency=12)
  predict(ssforecasts,t(newss))
}

---

ss这可能会给你一些启发-。我真的想知道我是否把整个概念都搞错了。我真的可以使用一个模型来预测新数据吗？从
predict.holtwiners
的帮助中，似乎只有一个人可以预测未来，而不是使用新数据。这就是我的想法。我假设公司然后决定最佳的“类型”模型，而不是最佳模型。令人困惑的文学，但我应该知道得更清楚。