Как зациклить двойное экспоненциальное сглаживание Холта путем выборки бета-версии?

Я хочу прогнозировать сотни записей с различными альфа- и бета-версиями в цикле. Моя цель - зациклить результат холта по двум образцам бета-версии (0,1 и 0,9) в RStudio. Вот код:

library(forecast)
library(tidyverse)
library(magicfor)
magic_for(silent =  TRUE)

    dataset<- c(100,200,300,400,500,600,700,800,900,800,700)
    x<-c(0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)

#-----------HOLT FOR BETA 0.1------------------

for (alpha in x) {
  des<-holt(dataset, alpha = alpha, beta=0.1)
  mape<-mean(abs(des$residuals)/des$x)*100
  put(beta=0.1, mape)
}
result01<-magic_result_as_dataframe()

#-----------HOLT FOR BETA 0.9------------------

for (alpha in x) {
  des<-holt(dataset, alpha = alpha, beta=0.9)
  mape<-mean(abs(des$residuals)/des$x)*100
  put(beta=0.9, mape)
}
result02<-magic_result_as_dataframe()

Но у меня ошибка в beta=0.9 и вот уведомление:

[1] "Model: ETS(A,A,N)" Error in ets(x, "AAN", alpha = alpha, beta = beta, phi = phi, damped = damped, : No model able to be fitted

Я обнаружил, что проблема связана с набором данных, где, если я поставлю 8 записей или меньше, он может прогнозировать с бета = 0,1, 0,9 и различными образцами альфа и бета. но если у него более 8 записей, он может прогнозировать только с бета = 0,1 и ниже (только 0,1, 0,01, 0,001, 0,0001), но это может быть ошибкой, если бета выше 0,1

не могли бы вы помочь мне исправить это? заранее спасибо


r forecasting statistics holtwinters
person Sergius Sarmose    schedule 25.06.2020    source источник

Ответы (1)


arrow_upward
0
arrow_downward

В параметризации, используемой holt(), бета должна быть меньше альфа. См. https://otexts.com/fpp2/estimation-and-model-selection.html для обсуждения этого.

Вот некоторый код, который делает то, что вы хотите, для диапазона альфа- и бета-значений.

library(forecast)
library(tidyverse)

dataset <- c(100, 200, 300, 400, 500, 600, 700, 800, 900, 800, 700)
get_mape <- function(x, alpha, beta) {
  des <- holt(dataset, alpha=alpha, beta=beta)
  mean(abs(des$residuals) / des$x) * 100
}
holt_mape <- expand.grid(
    alpha = c(0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9),
    betastar = c(0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9)
  ) %>%
  mutate(
    beta = betastar * alpha,
    mape = map2_dbl(alpha, beta, get_mape, x=dataset)
  ) %>%
  as_tibble()
holt_mape
#> # A tibble: 81 x 4
#>    alpha betastar   beta  mape
#>    <dbl>    <dbl>  <dbl> <dbl>
#>  1   0.1      0.1 0.01   18.5 
#>  2   0.2      0.1 0.02   17.9 
#>  3   0.3      0.1 0.03   16.7 
#>  4   0.4      0.1 0.04   14.7 
#>  5   0.5      0.1 0.05   13.6 
#>  6   0.6      0.1 0.06   12.5 
#>  7   0.7      0.1 0.0700 11.5 
#>  8   0.8      0.1 0.08   10.6 
#>  9   0.9      0.1 0.09    9.64
#> 10   0.1      0.2 0.02   19.1 
#> # … with 71 more rows

Создана 26 июня 2020 г. с помощью пакета reprex (v0.3.0)

Однако обратите внимание, что MAPE вычисляется здесь на обучающих данных. Обычно это будет вычисляться на тестовых данных.

person Rob Hyndman    schedule 25.06.2020