我对 R 编程很陌生,但我找不到任何有关我的问题的信息...
我想使用高分辨率数据(半小时数据)的预测包在 R 中进行一些预测。 我希望在线进行预测。这就是为什么我认为每次计算拟合并不是很有用。
因此,我喜欢将已经拟合的模型传递给模型并将其用于新数据的方法:
fcast2 <- forecast ( Arima ( x = extendedSeries , model = oldArimaModel ), h = horizon )
但它并不真正适用于 HoltWinters 模型...... (或者 lm 模型,就 lm 的含义而言,这是可以的)
fcastArima <- forecast(Arima(x= extendedseries , model=oldArimaFit),h=horizon)
fcastHoltWinters <- forecast(update(oldHWfit, x=extendedSereies), h=horizon)
无论如何,我想保持代码简单,并且我正在寻找一种更通用的方法来将已经拟合的 ts 模型应用到更新的数据集。
有人知道怎么做吗?
干杯
最佳答案
HoltWinters()
是一个非常有限的函数。 ets()
函数将拟合相同的模型,具有更好的估计,并且将拟合更大范围的相似模型。它还允许以与使用 Arima()
相同的方式重新拟合新数据。
关于在 R 中构建更新数据集后重用 ts 模型(预测包),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12601848/