克罗斯顿法是如何计算的
How is Croston method calculated
我想了解 "crost {tsintermittent}" 和 "croston {forecast}" 如何计算样本内（训练）值的细节。它们似乎给出了相似但不同的结果。 （见下面的示例代码）我不确定这两个计算是否不同，或者我不是在比较相同的结果（每个包使用不同的术语）。
library (tsintermittent)
library (forecast)
# create an intermittent time-series
x = c(5,5,5,5,5,5,6,8,0,8,0,8,0,0,4,0,0,6,7,0,0,0,9,0,11,0,0)
x_crost = crost(x,h=5) # from the tsintermittent package
x_croston=croston(x,h=5) # from the forecast package
x_croston$fitted
y=data.frame(x,x_crost$frc.in,x_croston$fitted)
y # viex_croston results
plot(x_croston)
lines(x_croston$fitted, col="red")
lines(x_crost$frc.in,col="blue")
一个使用优化参数，另一个不使用。 forecast::croston 将两个 ETS(A,N,N) 模型拟合到非零需求序列和非零需求之间的时间，具有共同的平滑参数（alpha=0.1 是默认值），并且初始状态设置为每个系列的第一个值。 tsintermittent::crost 拟合相同的两个模型，但优化了平滑参数的值和初始值（默认使用平均绝对率）。
我想了解 "crost {tsintermittent}" 和 "croston {forecast}" 如何计算样本内（训练）值的细节。它们似乎给出了相似但不同的结果。 （见下面的示例代码）我不确定这两个计算是否不同，或者我不是在比较相同的结果（每个包使用不同的术语）。
library (tsintermittent)
library (forecast)
# create an intermittent time-series
x = c(5,5,5,5,5,5,6,8,0,8,0,8,0,0,4,0,0,6,7,0,0,0,9,0,11,0,0)
x_crost = crost(x,h=5) # from the tsintermittent package
x_croston=croston(x,h=5) # from the forecast package
x_croston$fitted
y=data.frame(x,x_crost$frc.in,x_croston$fitted)
y # viex_croston results
plot(x_croston)
lines(x_croston$fitted, col="red")
lines(x_crost$frc.in,col="blue")
一个使用优化参数，另一个不使用。 forecast::croston 将两个 ETS(A,N,N) 模型拟合到非零需求序列和非零需求之间的时间，具有共同的平滑参数（alpha=0.1 是默认值），并且初始状态设置为每个系列的第一个值。 tsintermittent::crost 拟合相同的两个模型，但优化了平滑参数的值和初始值（默认使用平均绝对率）。