r - 对“h-step拟合值”的误解
问题描述
我几乎浏览了 otexts.com 的所有电子书,标题为“预测:原则与实践”——任何感兴趣的人都可以在https://otexts.com/fpp2/找到。
在第 12.8 节中,他们有一点涉及“对训练数据的多步预测”,这让我对拟合值的理解感到非常不充分,因为它显然不像 . 他们有以下代码:
training <- subset(auscafe, end=length(auscafe)-61)
test <- subset(auscafe, start=length(auscafe)-60)
cafe.train <- Arima(training, order=c(2,1,1),
seasonal=c(0,1,2), lambda=0)
autoplot(training, series="Training data") +
autolayer(fitted(cafe.train, h=12),
series="12-step fitted values")
...这会产生一个图,该图仅将原始时间序列曲线与拟合值曲线重叠。说得通。但是我不明白 h=12 在这里的 fit() 函数中的目的。我对普通旧拟合(cafe.train)的理解是,您正在提取所有时间序列的相应 y_hat 值(例如,通过任何适当的 arima 模型)。但是教科书似乎提到使用fit(cafe.train, h=12)中的 h 对训练数据进行某种类型的样本内预测(即,我认为“预测”训练数据 y_hat 值一个点一次,从前 12 个 (?) 开始,而不是对所有点 (?) 进行更回归式的确定。这和时间序列交叉验证是一回事吗?
底线,我不明白 h=12 在做什么。何必?fit(cafe.train, h=12) 给我们带来了什么,fitted(cafe.train) 没有?我已经查看了fitted() 的官方文档,但我可以使用一些说明。谢谢!:)
解决方案
推荐阅读
- function - Powershell 脚本在直接运行时有效,但在被另一个脚本调用时无效
- java - java eclipse中的.dll文件集成
- time - 指定 msts 对象的频率
- apache - Forbidden 您无权访问此服务器上的 /dashboard/
- apache-spark - “OffsetOutOfRangeException:偏移量超出范围,没有为分区配置重置策略”是什么意思?
- excel - VBA Excel-如何根据三列删除重复项
- php - 带有laravel计数的mongo数据库查询需要很长时间
- jmeter - 并发线程组插件 - 源代码在哪里?
- java - 删除 Spring Data 中的映射异常
- c# - 查找等待操作超时的原因