用python计算Holt-winters初始季节指数

Question

我很难找到正确的计算霍尔特温特斯指数平滑的季节指标。在

我使用了来自NIST的计算方法和来自{a2}的数据

z =[146, 96, 59, 133, 192, 127, 79, 186, 272, 155, 98, 219]


Results:
s= [ 1.3744  0.8627  0.5373  1.2257]

在Stackoverflow上使用NIST方法进行的计算是here。但是对于adorio-research，他们得到了相同值的不同结果。在

^{pr2}$

我是不是计算错了，或者是adorio research的代码使用了不同的方法来计算最初的季节指数？在

Answer 1

霍尔特·温特斯的密码是错误的。您可以在下面的链接中查看，该链接使用R代码计算霍尔特·温特斯

http://www.wessa.net/rwasp_exponentialsmoothing.wasp#output

输入下面的数据并在链接中设置season period at 4、Type of Exponential Smoothing to Triple、Type of seasonality to multiplicative

146
96
59
133
192
127
79
186
272
155
98
219

它将返回alpha，beta和gamma的参数

^{pr2}$

结果呢

t   Observed    Fitted            Residuals
5   192        170.088248700704   21.9117512992958
6   127        122.981857107346   4.01814289265398
7   79         75.9008222744013   3.09917772559865
8   186        172.139757560624   13.8602424393755
9   272        272.260398525039   -0.260398525038966
10  155        173.023900179977   -18.0239001799769
11  98         95.2888315311983   2.71116846880174
12  219        213.920670513984   5.07932948601567

将alpha、beta和gamma插入python代码，可以得到：

holtwinters(y, 0.735716596454859, 0.0382359201508119, 1,4)

[ 158.3686  113.11     73.8393  175.5253  262.0823  176.5653  112.4055
  268.6787  401.3833  243.3259  150.7145  343.6221]

你可以看出这是错误的。但是R模型使用了误差修正，所以它也将取决于如何设置初始点。在

Answer 2

初始化并没有正式定义为Holt-Winters，文献中已经提出了各种各样的技术。This post由Hyndman描述了一个合理、有效的过程。在

一个易于使用的python包（也可以估计数据的周期）是seasonal（可在PyPI或here上获得）