Simple exponential smoothing
ses() 函数使用简单指数平滑（SES）来生成预测。参数通过最小二乘法估计。您只需指定时间序列和预测步数；默认的预测步数是 h = 10 年。
> args(ses)
function (y, h = 10, ...)
> fc <- ses(oildata, h = 5)
> summary(fc)
您还将首次使用 summary() 和 fitted()，并配合 autolayer()。它与 autoplot() 类似，但不会创建新图，而是为现有图形添加一个"图层"。
这里，您将把这些函数应用到 marathon 数据上，它包含 1897-2016 年波士顿马拉松年度冠军成绩。数据已在您的工作区中可用。
本练习是课程的一部分
R 中的预测
练习说明
- 使用
ses()函数预测未来 10 年的冠军成绩。 - 使用
summary()函数查看模型参数和其他信息。 - 使用
autoplot()函数绘制预测结果。 - 使用
fitted()和autolayer()将训练数据的一步预测（即拟合值）添加到图中。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Use ses() to forecast the next 10 years of winning times
fc <- ___(___, h = ___)
# Use summary() to see the model parameters
___
# Use autoplot() to plot the forecasts
___
# Add the one-step forecasts for the training data to the plot
autoplot(___) + autolayer(fitted(___))