如何避免对具有下降趋势的时间序列进行 0 预测？
How to avoid 0 forecasts for a time series with decreasing trend?
我正在尝试将 holt-winter 方法应用于具有 36 个数据点的多个时间序列，并尝试在 R 中预测 16 个未来时间段。有一些时间序列呈下降趋势，我对此持否定态度数字作为预测值。如何避免生成负数作为预测？
我已经尝试使用 damped = T 生成预测，但仍然生成负数作为预测。
fit_ets1 <- ets(y = sales_ts1, model = "ZZZ")
fit_ets_forecast1 <- forecast(fit_ets1, h = holdoutPeriod)
fit_ets1 <- ets(y = sales_ts1, model = "ZZZ", lambda=0)
fit_ets_forecast1 <- forecast(fit_ets1, h = holdoutPeriod, biasadj=TRUE)
这将在对数尺度上创建预测，因此反向转换的预测将为正。参见 https://otexts.com/fpp2/limits.html。
我正在尝试将 holt-winter 方法应用于具有 36 个数据点的多个时间序列，并尝试在 R 中预测 16 个未来时间段。有一些时间序列呈下降趋势，我对此持否定态度数字作为预测值。如何避免生成负数作为预测？
我已经尝试使用 damped = T 生成预测，但仍然生成负数作为预测。
fit_ets1 <- ets(y = sales_ts1, model = "ZZZ")
fit_ets_forecast1 <- forecast(fit_ets1, h = holdoutPeriod)
fit_ets1 <- ets(y = sales_ts1, model = "ZZZ", lambda=0)
fit_ets_forecast1 <- forecast(fit_ets1, h = holdoutPeriod, biasadj=TRUE)
这将在对数尺度上创建预测，因此反向转换的预测将为正。参见 https://otexts.com/fpp2/limits.html。