多个时间序列的指数平滑预测
Exponential smoothing forecasting for multiple time series
我想使用指数平滑(HW 或 ARIMA)预测 r 中的 100x 时间序列,因为我的数据非常季节性。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
我想对频率 = 12 的 6 个周期内的每个员工使用指数平滑进行预测。我可以使用预测轻松地单独完成此操作,但我想 运行 一次将所有员工合并为一个table 输出。置信度可以等于 0 level=c(0,0) 因为我想要一个输出。
非常感谢任何帮助!
我想通了,希望它对将来有所帮助。我的数据集叫做 "Multiforecast_test"
首先我把它做成一个ts:
ts_test <- ts(Multiforecast_test, start= c(2015,01), frequency=12)
然后我用 lapply 到 运行 auto.arima 函数:
arimaforecast <- lapply(ts_test, function(x) forecast(auto.arima(x), h=6,)$mean)
我的测试数据的输出结果为:
arimaforecast
$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
$Employee3 Jul Aug Sep Oct Nov Dec
2018 116508747 129413942 111011512 90294567 87439508 92747072
...
希望这对以后的人有所帮助。
我想使用指数平滑(HW 或 ARIMA)预测 r 中的 100x 时间序列,因为我的数据非常季节性。我的数据当前设置如下:
Month / Employee1 / Employee2 / Employee3 / ...
2015-01-31 / 1,200,000 / 1,900,000 / 800,000 / ...
2015-02-28 / 1,000,000 / 1,700,000 / 200,000 / ...
... Through 2018-06-30
我想对频率 = 12 的 6 个周期内的每个员工使用指数平滑进行预测。我可以使用预测轻松地单独完成此操作,但我想 运行 一次将所有员工合并为一个table 输出。置信度可以等于 0 level=c(0,0) 因为我想要一个输出。
非常感谢任何帮助!
我想通了,希望它对将来有所帮助。我的数据集叫做 "Multiforecast_test"
首先我把它做成一个ts:
ts_test <- ts(Multiforecast_test, start= c(2015,01), frequency=12)
然后我用 lapply 到 运行 auto.arima 函数:
arimaforecast <- lapply(ts_test, function(x) forecast(auto.arima(x), h=6,)$mean)
我的测试数据的输出结果为:
arimaforecast
$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
...
希望这对以后的人有所帮助。