- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
使用数据 UKDriverDeaths
尝试使用 Holt-Winters 预测函数和 ggplot()。
基本上重现了ggplot中的数据。
data('UKDriverDeaths')
past <- window(UKDriverDeaths, end = c(1982, 12))
hw <- HoltWinters(past)
pred <- predict(hw, n.ahead = 10)
plot(hw, pred, ylim = range(UKDriverDeaths))
lines(UKDriverDeaths)
我想展示 holt winters 对 1983 年开始的实际数据的预测。这两个问题是:
1) ggplot 不理解 ts 数据。
2) 使用 HoltWinters() 使用 ts 数据,而不是 zoo(日期或 xts)。我需要显示切点处的预测和实际数据(通常 + geom_line(aes()) 这样做)
如果置信区间是可能的,那就太好了。
非常感谢,绝对卡住了
最佳答案
我正在使用 xts
自动合并数据。
library(xts)
ts_pred <- ts(c(hw$fitted[, 1], pred), start = 1970, frequency = 12)
df <- merge(as.xts(ts_pred), as.xts(UKDriverDeaths))
names(df) <- c("predicted", "actual")
ggplot(df, aes(x=as.POSIXct(index(df)))) +
geom_line(aes(y=predicted), col='red') +
geom_line(aes(y=actual), col='black') +
theme_bw() +
geom_vline(xintercept=as.numeric(as.POSIXct("1982-12-01")), linetype="dashed") +
labs(title="Holt-Winters filtering\n", x="Time", y="Observed / Fitted") +
theme(plot.title = element_text(size=18, face="bold"))
关于r - ggplot 和 holt winters 预测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23961181/
我有一个频率 = 7 的时间序列数据,如下所示: combo_1_daily_mini % mutate(date = lubridate::mdy(date)) %>% as_tsibble
有没有一种方法可以在Python中运行ARIMA/Holt-Winters模型来同时处理多个项目(时间序列)? 我可以使用 Python 中的 StatsModels 包运行单个 ARIMA/Holt
我是 R 包的新手,我正在处理时间序列。我必须建立一个预测模型来预测 future 的点击次数。预测的时间间隔需要每小时。 我的示例时间序列: DateTime Clicks
使用数据 UKDriverDeaths 尝试使用 Holt-Winters 预测函数和 ggplot()。 基本上重现了ggplot中的数据。 data('UKDriverDeaths') pa
我的数据:我的每小时数据有两种季节性模式……每日和每周。例如......我数据集中的每一天根据一天中的小时具有大致相同的形状。然而,某些日子,如周六和周日,我的数据有所增加,而且每小时的形状也略有不同
我正在开发一个用 Java 编写的系统,该系统能够使用历史数据进行预测。正在使用的算法是 this Holt-Winters implementation 的 Java 端口(乘法季节性)。 我有几个
我尝试使用 holt-winters 模型 进行预测,如下所示,但我一直得到的预测与我的预期不一致。我还展示了情节的可视化 Train = Airline[:130] Test = Airline[1
我一直在尝试使用 this implementation of the Holt-Winters algorithm对于 Python 中的时间序列预测,但遇到了障碍……基本上,对于某些(正)输入序列
我有一个每周级别的 R 时间序列,从 2013 年 1 月 7 日开始到 2016 年 5 月 23 日结束。 我使用以下代码创建了时间序列: start_date <- min(Orders
例如,如果我有以下时间序列: x = [1999, 2000, 2001, ... , 2015] annual_sales = [10000000, 1500000, 1800000, ... ,
我有一个每天的一个月数据。它捕获 cpu utilization每天的数据。我想产生一些预测结果。我把数据分成两部分train - 第一个 15 天和test取最后一个 16 天,在此我想做一个预测并
我试图理解在 R Holt-Winters 函数中调用的 C 函数。 我感到困惑的部分是: for (i = *start_time - 1; i 0 ? trend[i0 - 1] :
我是一名优秀的程序员,十分优秀!