R 中的 Croston 方法 vs. Croston 手工

Question

我无法理解如何在 R 包 forecast::croston 和 tsintermittent::crost 中计算预测。我理解 croston 的概念，例如此处发布的示例 (www.robjhyndman.com/papers/MASE.xls)，但 R 包的输出产生非常不同的结果。

我在以下代码中使用了 Excel 示例（由 R. Hyndman 编写）中的值：

library (tsintermittent)
library (forecast)
x=c(0,1,0,11,0,0,0,0,2,0,6,3,0,0,0,0,0,7,0,0,0,0) # from Hyndman Excel example
x_crost = crost(x,h=5, w=0.1, init = c(1,1) ) # from the tsintermittent package
x_croston=croston(x,h=5, alpha = 0.1) # from the forecast package
x_croston$fitted
y=data.frame(x,x_crost$frc.in,x_croston$fitted)
y
plot(x_croston)
lines(x_croston$fitted, col="blue")
lines(x_crost$frc.in,col="red")
x_crost$initial
x_crost$frc.out # forecast
x_croston$mean # forecast

Excel 示例中的预测为 1.36，crost 给出 1.58，croston 给出 1.15。为什么它们不一样？另请注意，样本内（拟合）值非常不同。

Answer 1

对于 tsintermittent 包中的 crost 你需要第二个标志来不优化初始值：init.opt=FALSE，所以命令应该是：

crost(x,w=0.1,init=c(2,2),init.opt=FALSE)

仅设置 init=c(2,2) 将仅设置优化器工作的初始值。另请注意，Rob Hyndman 在他的示例中的时间序列在开头有两个附加值（参见 B 列），因此 x 应该是：

x=c(0,2,0,1,0,11,0,0,0,0,2,0,6,3,0,0,0,0,0,7,0,0,0,0)

运行这两个命令产生与 excel 示例中相同的值。

R 中的 Croston 方法 vs. Croston 手工

Croston method in R vs. Croston by hand

r

time-series

forecasting

intermittent