Abrufen von Vorhersagepunktschätzungen und -intervallen aus einer Prognose mit Prognosepaket

Ich benötige eine Möglichkeit, die Werte aus einer Prognose zu drucken.Abrufen von Vorhersagepunktschätzungen und -intervallen aus einer Prognose mit Prognosepaket

Ich muss den dunkelblauen Linienwert und, wenn möglich, die Werte aus dem grauen Bereich im Bild unten drucken.

Wie lautet der Code zum Drucken dieses Werts oder zum Drucken von 2019-Vorhersagewerten?

library(forecast) 

timese <- ts(WWWusage, start = c(2008, 1), end = c(2016, 1), frequency = 12) 

### Structural Time Series Model 
# Trend likelihood  
fit <- StructTS(timese, "trend") 

### Make the plot 
plot(forecast(fit, level = c(70, 90)), 
    sub = "Confidence Interval 70% ~ 90% or Determined by user", 
    ylab = "Y Axis Variable", 
    main = "Forecast Linear Structural Model @ Trend-Wise", 
    ylim = c(0, 400))

Quelle

2016-03-21 Tomas Alonso Rehor

speichern Sie einfach das forecast Objekt und ausdrucken:

fc <- forecast(fit, level = c(70, 90)) 
fc 
#   Point Forecast Lo 70 Hi 70 Lo 90 Hi 90 
# Feb 2016   234 230.3083 237.6917 228.1411 239.8589 
# Mar 2016   240 231.7450 248.2550 226.8991 253.1009 
# Apr 2016   246 232.1868 259.8132 224.0780 267.9220 
# May 2016   252 231.7796 272.2204 219.9095 284.0905 
# Jun 2016   258 230.6214 285.3786 214.5493 301.4507 
# Jul 2016   264 228.7832 299.2168 208.1097 319.8903 
# Aug 2016   270 226.3189 313.6811 200.6767 339.3233 
# Sep 2016   276 223.2716 328.7284 192.3183 359.6817 
# Oct 2016   282 219.6765 344.3235 183.0905 380.9095 
# Nov 2016   288 215.5631 360.4369 173.0402 402.9598

Für einzelne Zeilen zu extrahieren, könnte es einfacher sein, dies zu einem data.frame zu konvertieren:

df_fc <- as.data.frame(fc) 
df_fc["Jul 2016", ] 
#   Point Forecast Lo 70 Hi 70 Lo 90 Hi 90 
# Jul 2016   264 228.7832 299.2168 208.1097 319.8903

Quelle

2016-03-21 15:33:24 JasonAizkalns

Vielen Dank Alter. Könntest du mich etwas fragen, was die Bedeutung von "Lo 70" "Hi 70" und so weiter ist? –

Sie sind die unteren und oberen Grenzen der Prädiktionsintervalle (PI). Im Wesentlichen, indem Sie 'level = c (70, 90)' angeben, sagten Sie, dass Sie ein Modell mit 70. und 90. [Prädiktionsintervallen] (https://en.wikipedia.org/wiki/Prediction_interval) anpassen können. Formal ist ein PI ein Intervall, das einer noch nicht beobachteten Zufallsvariablen zugeordnet ist, mit einer spezifizierten Wahrscheinlichkeit der Zufallsvariablen, die innerhalb dieses Intervalls liegt. In diesem Beispiel gebe ich für März 2016 ein Intervall von 90% zwischen 227 und 253 ein. Der tatsächliche Wert für März 2016 sollte innerhalb dieses Intervalls mit der Wahrscheinlichkeit 0,90 liegen. – JasonAizkalns

Abrufen von Vorhersagepunktschätzungen und -intervallen aus einer Prognose mit Prognosepaket

Antwort

Verwandte Themen