我对R中的预测有疑问。首先,这是原始数据集(CW_data_noNA)的示例:
Loading date Year Built Vessel Type Cargo Size Week
2019-08-22 2011 Medium 30000 34
2019-09-01 2004 Aframax 80000 35
2019-08-30 2005 Panamax 60000 35
2019-09-01 2000 VLCC 270000 35
2019-08-29 2001 VLCC 270000 35
2019-09-03 2003 Suezmax 130000 36
2019-08-26 2002 Medium 30000 34
我必须创建一个每周时间序列(显示固定船的总数和货运量,然后使用朴素和简单的移动平均值来提供一周的提前预报。
Weekly_base <- CW_data_noNA %>% group_by(Week) %>% summarize(Number_of_fix = n(),cargo_capacity = sum(`Cargo Size`)) Weekly_ts <- ts(Weekly_base, start = c(2019, 32), frequency = 52) demand_training <- window(Weekly_ts, start = c(2019,32), end=c(2019,41)) demand_test <- window(Weekly_ts, start = c(2019,42)) naive(demand_training, h=1)
上面的代码出现的问题是,它给我的预测不是针对变量(固定数量和载货量),而是针对一周本身。结果是这样的:
Point Forecast Lo 80 .... 2019.788 42 -23879066 ....
有人可以帮我吗?谢谢。
我在R中进行预测时遇到问题。首先,这是原始数据集(CW_data_noNA)的示例:装载日期年份建造船只类型货物尺寸周2019-08-22 2011 ...
Weekly_ts
的行中,您当前正在提供整个数据帧,即