使用预测程序包从预测中获取预测点估计值和时间间隔

托马斯·阿隆索·雷霍(Tomas Alonso Rehor)

我需要一种从预测中打印值的方法。

我需要打印深蓝色的线值,如果可能,还需要打印下图中灰色区域的值。

打印该值或打印2019年预测值的代码是什么?

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))

阴谋

杰森·艾兹卡恩斯(JasonAizkalns)

只需存储forecast对象并打印即可:

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

要提取单个行,将其转换为可能会更容易data.frame

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

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

在R中使用randomForest预测/估计值

来自分类Dev

使用R的Caret包计算预测值的预测间隔

来自分类Dev

使用proc glm的估计值来预测另一个数据集

来自分类Dev

使用预测间隔对预测值进行分类

来自分类Dev

r 中的时间序列预测:预测包中的 ts() 函数

来自分类Dev

R的预测包中的Forecast()中使用哪种预测模型?

来自分类Dev

预测和时间序列

来自分类Dev

从auto.arima生成的漂移模型(预测程序包)获得单步预测时出错

来自分类Dev

带有rugarch包的R中的GARCH参数估计和预测

来自分类Dev

如何从预测包中获取模型信息

来自分类Dev

使用R中的randomForest包进行预测

来自分类Dev

在Python中获取平均预测值

来自分类Dev

TFLearn 时间序列预测预测

来自分类Dev

如何以预测间隔绘制多个预测估计(线性回归)

来自分类Dev

PostgreSQL 中的时间序列预测

来自分类Dev

如何使用 plotly 为具有“索引”和日期时间值的时间序列数据绘制预测

来自分类Dev

预测间隔和哪个选项

来自分类Dev

R中的预测包中的Forecast()中使用了哪种预测模型?

来自分类Dev

R中的时间序列预测-提及预测日期的范围

来自分类Dev

R中的时间序列预测-提及预测日期的范围

来自分类Dev

如何根据历史值预测内存使用情况和时间

来自分类Dev

如何根据历史值预测内存使用情况和时间

来自分类Dev

如何使用自回归绘制和可视化时间序列未来值的预测?

来自分类Dev

Spark和Spark Streaming中的时间序列预测

来自分类Dev

跟踪和预测时间序列中的运动

来自分类Dev

使用auto.arima和预测包的R中的残差

来自分类Dev

插值和预测R中的2个值

来自分类Dev

在 Tensorflow 中使用 RNN 预测未来时间序列中的值

来自分类Dev

在“ statsmodels”中获取模型的预测值的“ pred_table”信息

Related 相关文章

  1. 1

    在R中使用randomForest预测/估计值

  2. 2

    使用R的Caret包计算预测值的预测间隔

  3. 3

    使用proc glm的估计值来预测另一个数据集

  4. 4

    使用预测间隔对预测值进行分类

  5. 5

    r 中的时间序列预测:预测包中的 ts() 函数

  6. 6

    R的预测包中的Forecast()中使用哪种预测模型?

  7. 7

    预测和时间序列

  8. 8

    从auto.arima生成的漂移模型(预测程序包)获得单步预测时出错

  9. 9

    带有rugarch包的R中的GARCH参数估计和预测

  10. 10

    如何从预测包中获取模型信息

  11. 11

    使用R中的randomForest包进行预测

  12. 12

    在Python中获取平均预测值

  13. 13

    TFLearn 时间序列预测预测

  14. 14

    如何以预测间隔绘制多个预测估计(线性回归)

  15. 15

    PostgreSQL 中的时间序列预测

  16. 16

    如何使用 plotly 为具有“索引”和日期时间值的时间序列数据绘制预测

  17. 17

    预测间隔和哪个选项

  18. 18

    R中的预测包中的Forecast()中使用了哪种预测模型?

  19. 19

    R中的时间序列预测-提及预测日期的范围

  20. 20

    R中的时间序列预测-提及预测日期的范围

  21. 21

    如何根据历史值预测内存使用情况和时间

  22. 22

    如何根据历史值预测内存使用情况和时间

  23. 23

    如何使用自回归绘制和可视化时间序列未来值的预测?

  24. 24

    Spark和Spark Streaming中的时间序列预测

  25. 25

    跟踪和预测时间序列中的运动

  26. 26

    使用auto.arima和预测包的R中的残差

  27. 27

    插值和预测R中的2个值

  28. 28

    在 Tensorflow 中使用 RNN 预测未来时间序列中的值

  29. 29

    在“ statsmodels”中获取模型的预测值的“ pred_table”信息

热门标签

归档