Различия

Показаны различия между двумя версиями страницы.

--- translate:using_r_for_time_series_analysis [2015/02/05 14:30] – [Прогнозирование и экспоненциальное сглаживание] artamonov
+++ translate:using_r_for_time_series_analysis [2015/02/05 15:34] (текущий) – внешнее изменение 127.0.0.1
@@ Строка 275: / Строка 275: @@
 === Простое экспоненциальное сглаживание ===
+Если ваш временной ряд может быть описан аддтивной моделью с постоянным уровнем и не содержит сезонных колебаний, вы можете использовать простое экспоненциальное сглаживание для краткосрочного прогнозирования.
-TODO
+Простое экспоненциальное сглаживание даёт возможность оценить уровень в текущей точке. Сглаживание определяется параметром ''alpha'', изменяющимся в диапазоне от 0 до 1. Значения ''alpha'', которые близки к 0 означают, что более старым наблюдениям в истории будут присвоены меньшие веса при прогнозировании будущих значений.
+Например, файл http://robjhyndman.com/tsdldata/hurst/precip1.dat содержит общее годовое количество осадков в дюймах в Лондоне за период 1813-1912 г. (исходные данные из Hipel and McLeod, 1994). Мы можем прочитать данне в R и вывести их при помощи команды:
+<code rsplus>
+> rain <- scan("http://robjhyndman.com/tsdldata/hurst/precip1.dat",skip=1)
+  Read 100 items
+> rainseries <- ts(rain,start=c(1813))
+> plot.ts(rainseries)
+</code>
+{{ :translate:r_timeseries_11.png |}}
 === Экспоненциальное сглаживание Хольта ===
+Как видно из графика, уровень остаётся примерно постоянным (среднее значение остаётся постоянным на уровне 25 дюймов). Случайные отклонения во временном ряде примерно постоянны по значению, так что, вероятно, мы можем описать данные используя аддитивную модель. То есть, мы можем прогнозировать при помощи простого экспоненциального сглаживания.
+Для прогнозирования при помощи простого экспоненциального сглаживания в R, мы можем использовать модель прогноза простого экспоненциального сглаживания при помощи функции ''HoltWinters()''. Чтобы использовать ''HoltWinters()'' для простого экспоненциального сглаживания, мы должны установить параметр ''beta=FALSE'' и ''gamma=FALSE'' в функции ''HoltWinters()'' (параметры ''beta'' и ''gamma'' используются в экспоненциальном сглаживании Хольта и в экспоненциальном сглаживании Хольта-Винтера, как описывается ниже).
+Функция ''HoltWinters()'' возвращает список переменных, которые содержат именованные элементы.
+Например, чтобы использовать простое экспоненциальное сглаживание для прогнозирования значений временного ряда годовых осадков в Лондоне, мы введём:
+<code rsplus>
+> rainseriesforecasts <- HoltWinters(rainseries, beta=FALSE, gamma=FALSE)
+> rainseriesforecasts
+  Smoothing parameters:
+  alpha:  0.02412151
+  beta :  FALSE
+  gamma:  FALSE
+  Coefficients:
+    [,1]
+  a 24.67819
+</code>
+Вывод функции ''HoltWinters()'' сообщает нам, что оценка значения параметра ''alpha'' примерно 0.024. Это очень близко к 0, что говорит нам, что прогноз основан на более поздних значениях и в меньшей степени на ранних значениях.
+По умолчанию, ''HoltWinters()'' делает прогноз только для того же периода времени, что и в исходном временном ряду. В это случае, исходный временной ряд включает осадки в Лондоне за 1813-1912, так что прогноз тоже для периода 1813-1912.
 TODO