时间序列分析之Holt-Winters的R语言实现

代码如下（数据附在文末）：

library(readxl)
library(TTR)
library(forecast)
library(ggplot2)
#取数据中的第一列进行分析
dat <- read_excel("rawdatacompet.xlsx",sheet=1,na="NA")
series1 <- dat[,1]
series1 <- series1[1:60,]

#将数据转化为时间序列
series1 <- ts(series1)
#将数据转化为双精度，没有貌似会报错
series1 <- as.double(series1)
#用简单移动平均来平滑数据
series <- SMA(series1,n=5)
#因为数据平均后移，数据前四个为NA，去除前四个
series <- series[5:60]
seriesforecasts <- HoltWinters(series, gamma=FALSE) 
#观察对原数据进行预测的效果 
plot(seriesforecasts) #如图一 
#对之后的五个时间点的值进行预测
seriesforecasts2 <- forecast(seriesforecasts, h=5)  
#将预测情况绘图表示，如图二
autoplot(seriesforecasts2) 

图一：

可以看出，虽然有些延迟，二者的相似度还是比较高的
图二

预测数据之后的情况

所用数据如下（此处只取第一列，蓝色部分为待预测值）：

本文系编程小白所写，如有错漏，敬请指正。