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:R 多时间序列的指数平滑预测,r,forecasting,arima,holtwinters,R,Forecasting,Arima,Holtwinters,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
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
...