使用 HoltWinters (R) 删除季节性值时时间序列中的负值

Question

我是 R 新手，所以我在处理这个时间序列数据时遇到了问题

例如（实际数据要大得多）

data <- c(7,5,3,2,5,2,4,11,5,4,7,22,5,14,18,20,14,22,23,20,23,16,21,23,42,64,39,34,39,43,49,59,30,15,10,12,4,2,4,6,7)

ts <- ts(data,frequency = 12, start = c(2010,1))

所以如果我尝试分解数据来调整它

ts.decompose <- decompose(ts)

ts.adjust <- ts - ts.decompose$seasonal

ts.hw <- HoltWinters(ts.adjust)

ts.forecast <- forecast.HoltWinters(ts.hw, h = 10)

plot.forecast(ts.forecast)

但是对于第一个值，我得到了负值，为什么会发生这种情况？

Answer 1

嗯，您正在预测季节性调整时间序列，当然，去季节性序列ts.adjust 本身已经可以包含负值，事实上，它确实存在。

此外，即使原始序列仅包含正值，Holt-Winters 也会产生负预测。不受约束。

我建议尝试直接使用 forecast 包中的 ets() 对您的原始（未经季节性调整的）时间序列进行建模。它通常在检测季节性方面做得很好。 （它也可以产生负预测或预测区间。）

我非常推荐this free online forecasting textbook。鉴于您的具体问题，this may also be helpful.