2019独角兽企业重金招聘Python工程师标准>>>

  • Holt指数平滑

可以对水平项和趋势项(斜率)的时序进行拟合,时刻 t 的观测值可表示为

拟合出来的结果

a、平滑参数α(alpha)控制水平的指数型下降,beta控制斜率的指数型下降

b、两个参数的有效范围都是[0,1],参数取值越大意味着越近的观测值的权重越大

  • Holt-Winters指数平滑

拟合有水平项、趋势项、季节项的时间序列

a、st代表时刻 t 的季节效应

b、除了alpha和beta参数外,gamma光滑参数控制季节项指数下降,取值范围同样为[0,1],gamma值越大,意味着越近的观测值的季节效应权重越大

对季节性分解中描述每月国家航线乘客数AirPassengers时序进行预测

1、首选需要对原始数据取对数,使它满足可加模型

2、然后使用Holt-Winters指数平滑来预测 AirPassengers接下来的5个值

> library(forecast)
> fit <- ets(log(AirPassengers),model="AAA") #AAA表示拟合水平项、斜率、季节项
> fit
ETS(A,A,A) Call:ets(y = log(AirPassengers), model = "AAA") Smoothing parameters:alpha = 0.6534 beta  = 1e-04 gamma = 1e-04 Initial states:l = 4.8022 b = 0.01 s=-0.1047 -0.2186 -0.0761 0.0636 0.2083 0.2170.1145 -0.011 -0.0111 0.0196 -0.1111 -0.0905sigma:  0.0359AIC      AICc       BIC
-208.3619 -203.5047 -157.8750 > accuracy(fit)ME       RMSE        MAE         MPE     MAPE      MASE       ACF1
Training set -0.0006710596 0.03592072 0.02773886 -0.01250262 0.508256 0.2291672 0.09431354> pred <- forecast(fit,5)  #进行预测
> predPoint Forecast    Lo 80    Hi 80    Lo 95    Hi 95
Jan 1961       6.103667 6.057633 6.149701 6.033264 6.174070
Feb 1961       6.093102 6.038110 6.148093 6.008999 6.177204
Mar 1961       6.233814 6.171130 6.296498 6.137947 6.329681
Apr 1961       6.213130 6.143597 6.282662 6.106789 6.319470
May 1961       6.223273 6.147507 6.299039 6.107399 6.339148#绘制折线图
> plot(pred, main="Forecast for Air Travel",
+      ylab="Log(AirPassengers)", xlab="Time")> pred$mean <- exp(pred$mean)                       #矩阵pred$mean 包含了点估计值
> pred$lower <- exp(pred$lower)                     #矩阵pred$lower 和 pred$ upper包含了80%和95%置信区间的下界以及上界
> pred$upper <- exp(pred$upper)                     #exp()指数化:将返回基于原始尺度的预测值(将对数的返回来)
> p <- cbind(pred$mean,pred$lower,pred$upper)
> dimnames(p)[[2]] <- c("mean", "Lo 80", "Lo 95", "Hi 80", "Hi 95") #给列命名
> pmean    Lo 80    Lo 95    Hi 80    Hi 95
Jan 1961 447.4958 427.3626 417.0741 468.5774 480.1365
Feb 1961 442.7926 419.1001 407.0756 467.8245 481.6434
Mar 1961 509.6958 478.7268 463.1019 542.6682 560.9776
Apr 1961 499.2613 465.7258 448.8949 535.2116 555.2788
May 1961 504.3514 467.5503 449.1688 544.0491 566.3135

转载于:https://my.oschina.net/u/1785519/blog/1563586

Holt指数平滑和Holt-Winters指数平滑相关推荐

  1. [FormulaExcelPython] 一次指数平滑、二次指数平滑、三次指数平滑(Holt-Winters)...

    指数平滑由移动平均发展而来,和指数移动平均有点相似,也可认为是一种特殊的加权移动平均.按平滑的次数,指数平滑可分为一次指数平滑.二次指数平滑.三次指数平滑.移动平均除了简单预测外另在股市中作为支撑线发 ...

  2. 指数平滑方法(一次指数平滑、二次指数平滑、三次指数平滑):理论、代码、参数 介绍(全)

    @创建于:20210324 @修改于:20210324 文章目录 特别说明 参考来源 包版本号 1.简介 2.一次指数平滑 2.1 理论介绍 2.2 代码展示 2.3 参数介绍 3. 二次指数平滑 3 ...

  3. 一文速学数模-时序预测模型(四)二次指数平滑法和三次指数平滑法详解+Python代码实现

    目录 前言 二次指数平滑法(Holt's linear trend method) 1.定义 2.公式 二次指数平滑值: 二次指数平滑数学模型: 3.案例实现 三次指数平滑法(Holt-Winters ...

  4. 申万一级行业日指数_基金收评 | 指数震荡走弱,军工股成两市主线!后期行情如何?...

    收评君复盘日记(2020年9月21日) 三大指数集体收跌,北向资金全天大幅净流出近65亿元,军工板块表现强势. 盘面回顾 9月21日,两市全天高开低走,早盘指数弱势震荡,三大指数盘中一度翻红,但随后震 ...

  5. 如何选指数基金?何时买入指数基金?长投温度如何计算?

    Table of Contents 如何选指数基金? 何时买入指数基金? 长投温度如何计算? 以沪深300为例 沪深300_PE-TTM_市值加权_10年_20200530_214601.csv 沪深 ...

  6. 北大惠普金融指数-匹配企业绿色创新指数2011-2020年:企业名称、年份、行业分类等多指标数据

    1.数据来源:北京大学数字金融中心.国家统计局.国家专利产权局等部门公开数据 2.时间跨度:2011-2020年 3.区域范围:全国 4.指标说明: 中国内地31个省(直辖市.自治区,简称" ...

  7. 如何分析网络舆情指数?三款舆情指数软件推荐

    舆情指数指的是通过对网络中各种类型媒体所发布的信息进行独立的第三方观察,形成量化统计和定性分析.舆情指数主要由社会政治满意度和社会组织信任度两部分构成,通过对舆情指数分析,辅助决策者进行舆情研判.为了 ...

  8. 【指数编制系列一】指数分类、作用及基本编制流程

    最近在学习一些数据算法,看到很多不错的总结性文章,突然想起自己这几年的工作主要集中在指数编制方面,也算是比较系统全面的研究并编制了一些指数,所以想把自己对指数编制的一些理解记录下来,做一个总结,方便查 ...

  9. 小明身高1.75,体重80.5kg。请根据BMI公式(体重除以身高的平方)帮小明计算他的BMI指数,并根据BMI指数给出对应的提示信息

    小明身高1.75,体重80.5kg.请根据BMI公式(体重除以身高的平方)帮小明计算他的BMI指数,并根据BMI指数给出对应的提示信息: 低于18.5:过轻 18.5-25:正常 25-28:过重 2 ...

  10. 指数蛙分享提升百度指数的方法教程

    今天分享指数蛙提升百度指数的教程,百度指数虽然用的人不多,但是作为一个衡量热度的重要参数,还是必不可少的,尤其是公关传媒等活动时,需要这个的数据配合,今天来说说怎么操作的    1:单个提升百度指数 ...

最新文章

  1. Late Lunch Talk: Time to consider using PacBio’s long read sequencing in your research?
  2. SSH没有password安全日志
  3. git恢复到上次提交
  4. Python应用实战-从pandas的角度来对比MySQL,教你如何更快更好的学习sql
  5. 过年啦!抽奖发2022元红包!
  6. 1799元!OPPO A9悄然上架:4月30日正式开售
  7. Mac文件夹图标颜色自定义工具Color Folder
  8. 特征选择 | MATLAB实现特征变量相关性系数图和显著性检验
  9. 程序员自学编程的6种方法,高效学习
  10. 【FXCG】如何成功启动SWOT分析法
  11. 特斯拉Model 3进化不止 传统车企到底应该学什么?...
  12. 树莓派开机启动chromium浏览器
  13. 全球最最可爱的的10种著名小型犬
  14. java 调用 yed 绘制 流程图_用 yEd Graph Editor 绘制流程图(2)
  15. 多线程的终止方法(停止线程)
  16. 修复完浏览器后每次打开ie8都会自动弹出管理加载项,请问怎样才能不弹出
  17. seaborn绘图基础介绍
  18. 用Python读红楼梦之——一、词云绘制
  19. CorelDRAW X7入门到精通视频教程 广告 名片 相册 包装设计
  20. 阿里2017校园招聘电话面试总结

热门文章

  1. 微信配置JS接口安全域名问题-Nginx配置
  2. utc时间 单位换算_UTC转换本地时间
  3. 想要成为一名合格的数据分析师,需要学习哪些类型的书
  4. Java开发四年,分享我收藏的网站和资源(不看亏一亿)
  5. 《东周列国志》第八十一回 美人计吴宫宠西施 言语科子贡说列国
  6. 【CV】MobileNet:使用深度可分离卷积实现用于嵌入式设备的 CNN 架构
  7. 互联网巨头“赢家通吃”,会产生哪些严重后果?
  8. SVLsimulator与apollo6.0联合仿真
  9. 一个小透明作者到出版书籍,我的心路历程分享给各位作者
  10. 提高计算机启动速度的是什么,三种方法让你实现电脑秒开!提升电脑开机速度就是这么简单!...