R語(yǔ)言中使用多重聚合預(yù)測(cè)算法(MAPA)進(jìn)行時(shí)間序列分析
原文鏈接:http://tecdat.cn/?p=10016
?
這是一個(gè)簡(jiǎn)短的演示,可以使用該代碼進(jìn)行操作。使用MAPA生成預(yù)測(cè)。
> mapasimple(admissions)
t+1 ? ? ?t+2 ? ? ?t+3 ? ? ?t+4 ? ? ?t+5 ? ? ?t+6 ? ? ?t+7 ? ? ?t+8 ? ? ?t+9 ? ? t+10 ? ? t+11 ? ? t+12
457438.0 446869.3 450146.7 462231.5 457512.8 467895.1 457606.0 441295.7 471611.2 454282.0 458308.0 453472.5
這提供了序列和預(yù)測(cè)的簡(jiǎn)單圖解: 每個(gè)時(shí)間預(yù)測(cè)狀態(tài)的詳細(xì)視圖:

?

在此示例中,我還使用了paral = 2。創(chuàng)建一個(gè)并行集群,然后關(guān)閉該集群。如果已經(jīng)有并行集群在運(yùn)行,則可以使用paral = 1。
時(shí)間聚合的不同級(jí)別上的估計(jì)和預(yù)測(cè)。
第一估計(jì)模型在每個(gè)時(shí)間聚合級(jí)別的擬合度,還提供已識(shí)別ETS組件的可視化。?第二提供樣本內(nèi)和樣本外預(yù)測(cè)。


?

通過在上述任何函數(shù)中設(shè)置outplot = 0來停止繪制輸出。這些函數(shù)還有更多選項(xiàng),可以設(shè)置最大時(shí)間聚合級(jí)別,MAPA組合的類型等。
第一個(gè)是在所有聚合級(jí)別上強(qiáng)制使用特定的指數(shù)平滑模型。
?
在這種情況下,將非季節(jié)性阻尼趨勢(shì)模型擬合到時(shí)間序列。由于MAPA不能再在模型之間進(jìn)行更改并選擇一個(gè)簡(jiǎn)單的模型,因此對(duì)于給定系列的匯總版本,預(yù)選模型可能具有太多的自由度。 此外,如果選擇了季節(jié)性模型,則對(duì)于具有非整數(shù)季節(jié)性的任何聚合級(jí)別,將擬合該模型的非季節(jié)性版本。?另一個(gè)新選項(xiàng)是能夠計(jì)算經(jīng)驗(yàn)預(yù)測(cè)間隔。由于這些都需要模擬預(yù)測(cè)以進(jìn)行計(jì)算,因此它們的計(jì)算量很大。要獲得80%,90%,95%和99%的預(yù)測(cè):

?
> mapa(admissions,conf.lvl=c(0.8,0.9,0.95,0.99),paral=2)

?