R 指数预测模型

指数模型是用来预测时序未来值的最常用模型。这类模型相对比较简单，但是实践证明它们
的短期预测能力较好。不同指数模型建模时选用的因子可能不同。比如单指数模型（simple/single
exponential model）拟合的是只有常数水平项和时间点i处随机项的时间序列，这时认为时间序列
不存在趋势项和季节效应；双指数模型（double exponential model；也叫Holt指数平滑，Holt
exponential smoothing）拟合的是有水平项和趋势项的时序；三指数模型（triple exponential model；
也叫Holt-Winters指数平滑，Holt-Winters exponential smoothing）拟合的是有水平项、趋势项以及
季节效应的时序。
R中自带的HoltWinters()函数或者forecast包中的ets()函数可以拟合指数模型。ets()

函数的备选参数更多，因此更实用。本节中我们只讨论ets()函数。
ets()函数如下：

ets(ts, model=“ZZZ”)
其中ts是要分析的时序，限定模型的字母有三个。第一个字母代表误差项，第二个字母代表趋势
项，第三个字母则代表季节项。可选的字母包括：相加模型（A）、相乘模型（M）、无（N）、自
动选择（Z）。

ses()、holt()、和hw()函数都是ets()函数的便捷包装&#x