为了解决与 R 相关的部分问题，预测包中的 ets 函数包含一个 lambda 参数——如果为真，则使用 Box-Cox 转换，以保持预测严格为正。您也许可以在 Java 中使用相同的通用方法。

当你的数据必须是正数时，你不应该拟合一个可能会变成负数的模型，如果你这样做了，你不应该对它可能在那里预测感到惊讶。

如果您的值都严格，一种常见的方法是采用对数并在该比例上拟合（和预测）模型。$> 0$

还有其他方法可以解决此类问题，但这可能是最简单的起点。

但是，您在转换预测时确实需要小心 - 如果您只是将它取幂，那么在对数尺度上的平均预测将不会是您将其转换回来后的平均值（但是，它可能是对中位数的一个很好的估计，并且如果你必须有一个平均值，可以进行调整）。