R 多时间序列的指数平滑预测

我想用指数平滑法（HW或ARIMA）预测r中的100倍时间序列，因为我的数据是非常季节性的。我的数据当前设置如下：

Month / Employee1 / Employee2 / Employee3 / ...
2015-01-31 / 1,200,000 / 1,900,000 / 800,000 / ...
2015-02-28 / 1,000,000 / 1,700,000 / 200,000 / ...
... Through 2018-06-30

我想使用指数平滑法对每个员工进行6个周期的预测，其中频率=12。我可以单独使用forecast轻松完成这项工作，但我希望将所有员工同时运行到一个表输出中。置信水平可以等于0 level=c（0,0），因为我需要一个输出

---

非常感谢您的帮助

我找到了答案，希望将来能有所帮助。我的数据集称为“多重预测测试”

首先我把它做成了一个ts：

ts_test <- ts(Multiforecast_test, start= c(2015,01), frequency=12)

---

希望这对将来的人有所帮助

数据是季节性的，为什么是ARIMA/HW？这些措施不会奏效。

arimaforecast <- lapply(ts_test, function(x) forecast(auto.arima(x), h=6,)$mean)

$Volume        Jul        Aug        Sep        Oct        Nov        Dec
2018 1005256299 1107626858  929720018  889901375  814714019  839815505

$Employee1     Jul       Aug       Sep       Oct       Nov       Dec
2018 683043831 800911854 686582210 665243135 613016109 626239041

$Employee2     Jul       Aug       Sep       Oct       Nov       Dec
2018 198639231 206957874 138334667 148160835 118637508 111321392

$Employee3     Jul       Aug       Sep       Oct       Nov       Dec
2018 116508747 129413942 111011512  90294567  87439508  92747072

...