首页 > 解决方案 > 在预测中显示年份而不是月份

问题描述

正在使用的数据如下所示

254977 166862 192546 139148 158211 143186 129334 138307 175387 179093 179093 179093 173914 177048 159028 157566 173361 165577 156633 160009 169986 175534 182035 175418 190068 318906 206457 214399 227035 229593 304140 240359 219092 120673 229633 251370

使用下面的代码进行预测

#Conversion to a time series
Sales_products<- ts(myts, start = 2016 ,frequency = 12)

#Removing outliers
sales<- tsclean(Sales_products)

# Arima auto generated
arimafore = forecast(auto.arima(sales), h = 5)
summary(arimafore)

对于 summary() 我得到了下面的结果

Forecast method: ARIMA(1,2,1)(0,0,1)[12]

Model Information:
Series: sales 
ARIMA(1,2,1)(0,0,1)[12] 

Coefficients:
          ar1      ma1    sma1
      -0.8670  -0.4627  0.5136
s.e.   0.1327   0.1962  0.3270

sigma^2 estimated as 328019666:  log likelihood=-383.05
AIC=774.11   AICc=775.49   BIC=780.21

Error measures:
                   ME     RMSE      MAE      MPE     MAPE      MASE      ACF1
Training set 3485.018 16806.59 13183.17 1.960426 7.575784 0.3560643 0.1163094

Forecasts:
         Point Forecast    Lo 80    Hi 80    Lo 95    Hi 95
Jan 2019       250494.1 227140.9 273847.3 214778.4 286209.7
Feb 2019       276820.3 248688.8 304951.8 233796.8 319843.8
Mar 2019       274574.5 229773.4 319375.7 206057.1 343091.9
Apr 2019       295608.1 241251.7 349964.5 212477.2 378739.1
May 2019       295778.5 223994.9 367562.1 185994.9 405562.1

为什么我得到的预测结果是以月为单位的,即 2019 年 1 月、2019 年 2 月、2019 年 3 月、2019 年 4 月和 2019 年 5 月的 5 个月,而不是预测 5 年、2019 年、2020 年、2021 年、2022 年和 2023 年。

标签: rtime-seriesforecasting

解决方案


推荐阅读