按日数据的 Holt-Winters 方法
Holt-Winters 方法也可用于按日的数据，此时季节长度为 7，且 h 的合适时间单位是天。
这里，您将针对 hyndsight 数据比较加性 Holt-Winters 方法与季节性 naive() 方法。hyndsight 包含从 2014 年 4 月 30 日起一年的 Hyndsight 博客每日页面浏览量。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
subset.ts()，构建一个训练集，省略hyndsight中最后 4 周的可用数据。 - 使用对训练数据应用加性季节性的
hw()，为这最后 4 周生成预测。将结果赋值给fchw。 - 为相同期段生成季节性 naive 预测。使用前一章节介绍的相应函数，并将结果赋值给
fcsn。 - 基于 RMSE，这两种预测哪一个更好？使用
accuracy()函数来判断。 - 绘制这些预测的时间图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create training data with subset()
train <- subset(___, end = ___)
# Holt-Winters additive forecasts as fchw
fchw <- hw(___, seasonal = ___, h = ___)
# Seasonal naive forecasts as fcsn
fcsn <- ___
# Find better forecasts with accuracy()
accuracy(___, ___)
accuracy(___, ___)
# Plot the better forecasts
autoplot(___)