使用 r ets() 函数分析 CPI 数据时出现奇怪的结果

Question

各位。我刚开始学习时间序列。

我有以下来自中国的每月 CPI 数据 (2010.01 - 2015.12)。

我想使用 R 中的 ets() 函数对这些数据进行一些预测。

vector1 <- c(100.6, 101.2, 99.3, 100.2, 99.9, 99.4, 100.4, 100.6, 100.6, 100.7, 101.1, 100.5, 101.0, 101.2, 99.8, 100.1, 100.1, 100.3, 100.5, 100.3, 100.5, 100.1, 99.8, 100.3, 101.5, 99.9, 100.2, 99.9, 99.7, 99.4, 100.1, 100.6, 100.3, 99.9, 100.1, 100.8, 101.0, 101.1, 99.1, 100.2, 99.4, 100.0, 100.1, 100.5, 100.8, 100.1, 99.9, 100.3, 101.0, 100.5, 99.5, 99.7, 100.1, 99.9, 100.1, 100.2, 100.5, 100.0, 99.8, 100.3, 100.3, 101.2, 99.5, 99.8, 99.8, 100.0, 100.3, 100.5, 100.1, 99.7, 100.0, 100.5)

我尝试按照以下 link 中的程序进行操作： https://stats.stackexchange.com/questions/146098/ets-function-how-to-avoid-forecast-not-in-line-with-historical-data

代码如下：

train_ts<- ts(vector1, frequency=12)
fit2<-ets(train_ts, model="ZZZ", damped=TRUE, alpha=NULL, beta=NULL, gamma=NULL, 
        phi=NULL, additive.only=FALSE, lambda=TRUE, 
        lower=c(0.000,0.000,0.000,0.8),upper=c(0.9999,0.9999,0.9999,0.98), 
        opt.crit=c("lik","amse","mse","sigma","mae"), nmse=3, 
        bounds=c("both","usual","admissible"), ic=c("aicc","aic","bic"),
        restrict=TRUE)  
ets <- forecast(fit2,h=5,method ='ets') 

plot(forecast(fit2))
lines(fit2$states[,1],col='red')

但是，我得到了下图，看起来很奇怪。我得到 alpha =0、beta =0 和 gamma = 0...这似乎意味着我没有趋势也没有季节性？

对不起，我有很多问题..

预测看起来正确吗？我认为这里有问题，但我无法弄清楚问题是什么。
"fit2$states[,1]"代表什么？红线代表什么？

非常感谢您的帮助..

然后我尝试使用部分数据向量[1:43]。我得到的是...

Answer 1

首先，接近于零的平滑参数并不意味着您没有水平、趋势或季节性。它们意味着水平、趋势或季节性不会随时间改变。参见 https://www.otexts.org/fpp/7。

其次，您没有指定您正在使用的 forecast 包的版本，甚至没有指定您正在使用 forecast包裹。因此，让我们使用当前版本的包尝试您的代码：

library(forecast)
vector1 <- c(100.6, 101.2, 99.3, 100.2, 99.9, 99.4, 100.4, 100.6,
  100.6, 100.7, 101.1, 100.5, 101.0, 101.2, 99.8, 100.1, 100.1, 100.3,
  100.5, 100.3, 100.5, 100.1, 99.8, 100.3, 101.5, 99.9, 100.2, 99.9,
  99.7, 99.4, 100.1, 100.6, 100.3, 99.9, 100.1, 100.8, 101.0, 101.1,
  99.1, 100.2, 99.4, 100.0, 100.1, 100.5, 100.8, 100.1, 99.9, 100.3,
  101.0, 100.5, 99.5, 99.7, 100.1, 99.9, 100.1, 100.2, 100.5, 100.0,
  99.8, 100.3, 100.3, 101.2, 99.5, 99.8, 99.8, 100.0, 100.3, 100.5,
  100.1, 99.7, 100.0, 100.5)
train_ts <- ts(vector1, frequency=12)
fit2 <- ets(train_ts, damped=TRUE)  
ets <- forecast(fit2, h=5) 
plot(forecast(fit2))
lines(fit2$states[,1],col='red')

我觉得还可以，但与您发布的不一样。

states 矩阵的第一列包含序列的水平。在这种情况下，级别如您所料穿过数据的中间。

使用 r ets() 函数分析 CPI 数据时出现奇怪的结果

strange result when using r ets() function for analyzing CPI data

r

time-series

forecasting

ets