令人困惑的 Holt-Winters 参数

机器算法验证 r 时间序列 参数化 指数平滑
2022-04-04 16:41:06

我有一个使用 holt-winters 进行预测的模型。但是参数让我感到困惑......参数表明即使数据中有明确的趋势和季节性,也没有趋势或季节性,预测也与数据的模式相匹配,因此参数真的没有意义。

M<-matrix(c("08Q1", "08Q2", "08Q3", "08Q4", "09Q1", "09Q2", "09Q3", "09Q4", "10Q1", "10Q2", "10Q3", "10Q4", "11Q1", "11Q2", "11Q3", "11Q4", "12Q1", "12Q2", "12Q3", "12Q4", "13Q1", "13Q2", "13Q3", "13Q4", "14Q1", "14Q2", "14Q3",  5403.676,  6773.505,  7231.117,  7835.552,  5236.710, 5526.619,  6555.782, 11464.727,  7210.069,  7501.610,  8670.903, 10872.935,  8209.023,  8153.393, 10196.448, 13244.502,  8356.733, 10188.442, 10601.322, 12617.821, 11786.526, 10044.987, 11006.005, 15101.946, 10992.273, 11421.189, 10731.312),ncol=2,byrow=FALSE)
Nu <- M[, length(M[1,])] 
Nu <- ts(Nu, deltat=1/4, start = c(8,1))
N<-Nu
HWMb <- ets(N, model = "MAM", damped = FALSE, opt.crit = "lik", ic="aic", lower = c(0.001, 0.001, 0.001, 0.001), 
            upper = c(0.999, 0.999, 0.999, 0.999), bounds = "admissible", restrict = FALSE)


HWMb
Smoothing parameters:
alpha = 0.0183 
beta  = 0.0056 
gamma = 0.0027

这显示了带有预测的时间序列,您可以在其中看到明确的季节性和趋势

完整数据

这些参数对于冬青来说是正常的吗?

2个回答

的小值βγ表明趋势和季节性不会随时间发生太大变化。他们不会告诉你没有趋势或季节性。

所有参数,α,βγ,值介于 0 和 1 之间。从广义上讲,简单的指数平滑模型如下所示(尽管该想法也适用于双指数和三指数平滑):

smoothedt=parameterobservationt+(1parameter)smoothedt1

因此,参数越接近 0,当前观察的权重越低,而在确定更新的统计量时,先前估计的权重越高。您的模型仍然识别出水平、趋势和季节性的存在,它只是将较旧的观测值置于比新观测值更高的权重。