R语言简单指数平滑（自编函数）

系列文章目录

R语言利用贝叶斯分类法(klaR程序包），训练数据集，预测数据的分类
R语言载入arules程序包的Epub数据集，使用Apriori算法，进行关联规则分析
R语言进行系统聚类分析并作图（数据来源国家统计局）
R语言和RStudio安装，载入TXT、CSV和XLSX（利用RODBC）文件

---

---

前言

这其实是课程作业，要求如图：

---

一、以AirPassengers数据集用ses（）函数做简单指数平滑预测

代码如下：

install.packages("forecast")
library(forecast)
model<-ses(AirPassengers)
forecast(model,h=1)
autoplot(model)+
autolayer(fitted(model))

执行结果如图：


用summary方法能查看原ses（）方法的参数，可知默认的alpha值为0.9999，默认的S0值为111.9892。

summary(model)

二、编写自己的函数实现简单指数平滑

1.引入库

代码如下：

myses1 <- function(y,a,s) {
  l=rep(1,145);
  l[1]=a*y[1]+(1-a)*s;
  for(t in 2:144 ){
    l[t]=a*y[t]+(1-a)*l[t-1];
  }
  y[145]=l[144];
  return(y[145]);
}
y<-matrix(AirPassengers,nrow = 1,ncol = 144)
model1<-myses(y,0.9999,111.9892)
forecast(model1,h=1)

执行结果如图：

如图所示，确实给出了和ses（）一样的执行结果，即431.9958.

summary(model1)

三、修改函数，以返回平方误差之和

myses2 <- function(y,a,s) {
  l=rep(1,145);
  l[1]=a*y[1]+(1-a)*s;
  VAR_sum=(y[1]-s)*(y[1]-s);
  for(t in 2:144 ){
    l[t]=a*y[t]+(1-a)*l[t-1];
    sum=sum+(y[t]-l[t])*(y[t]-l[t]);
  }
  return(sum);
}
y<-matrix(AirPassengers,nrow = 1,ncol = 144)
sum<-myses2(y,0.9999,111.9892)
sum

四、用optim（）函数找到a和s的最佳值

myses3 <- function(z) {
  a=z[1]
  s=z[2]
  l=rep(1,145);
  var_y=matrix(AirPassengers,nrow = 1,ncol = 144)
  l[1]=a*y[1]+(1-a)*s;
  VAR_sum=(y[1]-s)*(y[1]-s);
  for(t in 2:144 ){
    l[t]=a*y[t]+(1-a)*l[t-1];
    sum=sum+(y[t]-l[t])*(y[t]-l[t]);
  }
  return(sum);
}
optim(c(0.9999,111.9892),fn=myses3,lower =c(0,0),upper = c(1,Inf),method = "L-BFGS-B")

五、将myses2()和myses3()结合起来，同时找A和S0的最佳值并返回下一期的预测值

myses4<-function(){
  
    myses3 <- function(z) {
      a=z[1]
      s=z[2]
      l=rep(1,144);
      var_y=matrix(AirPassengers,nrow = 1,ncol = 144)
      l[1]=a*y[1]+(1-a)*s;
      VAR_sum=(y[1]-s)*(y[1]-s);
      for(t in 2:144 ){
        l[t]=a*y[t]+(1-a)*l[t-1];
        sum=sum+(y[t]-l[t])*(y[t]-l[t]);
      }
      return(sum);
    }
    
    a=optim(c(0.9999,111.9892),fn=myses3,lower =c(0,0),upper = c(1,Inf),method = "L-BFGS-B")$par[1]
    s=optim(c(0.9999,111.9892),fn=myses3,lower =c(0,0),upper = c(1,Inf),method = "L-BFGS-B")$par[2]

    
    myses1 <- function(y,a,s) {
      l=rep(1,144);
      l[1]=a*y[1]+(1-a)*s;
      for(t in 2:144 ){
        l[t]=a*y[t]+(1-a)*l[t-1];
      }
      y[145]=l[144];
      return(y[145]);
    }
    y<-matrix(AirPassengers,nrow = 1,ncol = 144);
    
    print("a和s0的最优值为:");
    print(optim(c(0.9999,111.9892),fn=myses3,lower =c(0,0),upper = c(1,Inf),method = "L-BFGS-B")$par);
    print("下一期的预测值为:");
    print(myses1(y,a,s));
  
}

---

总结

以上就是R语言实现简单指数平滑的教程。