데이터 세트의 모든 변수에 대한 Arima 및 HoltWinters

내 데이터 세트에는 많은 변수가 있으며 각 변수에 대해 예측을 실행하고 싶습니다. 여기에 데이터 세트의 일부입니다 :데이터 세트의 모든 변수에 대한 Arima 및 HoltWinters

Market_82 Market_83 Market_84 Market_85 Total YEAR_ MONTH_ DATE_ 
14481 7000 5649 6818 536413 1999 1 JAN 1999 
15162 7272 5750 6943 558797 1999 2 FEB 1999 
15961 7668 5901 7130 582077 1999 3 MAR 1999 
16933 7869 5944 7333 605332 1999 4 APR 1999 
17758 8057 6009 7637 630019 1999 5 MAY 1999 
18266 8428 6177 7930 654694 1999 6 JUN 1999 
19058 8587 6313 8145 678877 1999 7 JUL 1999 
19881 8823 6430 8270 702958 1999 8 AUG 1999 
20996 8922 6718 8363 727667 1999 9 SEP 1999 
21851 9178 6908 8596 752467 1999 10 OCT 1999 
22681 9306 7011 8777 776867 1999 11 NOV 1999 
23769 9439 7264 8914 801741 1999 12 DEC 1999 


model = arima(dataset, order=c(1,1,1)) 
fcast <- forecast(model, h2)

내가 모든 변수에 대한 이러한 분석을 수행하는 루프를 작성해야한다고 생각은하지만 난 안돼서 제대로 루프를 작성하는 방법을 모르겠어요.

아무도 도와 줄 수 있습니까?

출처

2017-11-03 j.due

할 수있는 가장 좋은 것은,

즉

제공

my_forecast <- function(x){ 
    model <- arima(x, order = c(1, 1, 1)) 
    fcast <- forecast(model, 2) 
    return(fcast) 
} 

#applying it as follows 

lapply(d2[1:3], my_forecast)

$Market_82 
    Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 
13  9606.480 9477.761 9735.200 9409.621 9803.34 
14  9772.448 9562.007 9982.888 9450.606 10094.29 

$Market_83 
    Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 
13  7491.812 7370.151 7613.472 7305.749 7677.875 
14  7602.992 7300.631 7905.354 7140.570 8065.415 

$Market_84 
    Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 
13  9032.648 8942.724 9122.571 8895.122 9170.174 
14  9137.515 8931.943 9343.087 8823.120 9451.910

데이터를 함수를 작성하고 모든 관련 컬럼에 적용하는 것입니다

dput(d2) structure(list(Market_82 = c(7000L, 7272L, 7668L, 7869L, 8057L, 8428L, 8587L, 8823L, 8922L, 9178L, 9306L, 9439L), Market_83 = c(5649L, 5750L, 5901L, 5944L, 6009L, 6177L, 6313L, 6430L, 6718L, 6908L, 7011L, 7264L), Market_84 = c(6818L, 6943L, 7130L, 7333L, 7637L, 7930L, 8145L, 8270L, 8363L, 8596L, 8777L, 8914L), Market_85 = c(536413L, 558797L, 582077L, 605332L, 630019L, 654694L, 678877L, 702958L, 727667L, 752467L, 776867L, 801741L), Total = c(1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L), YEAR_ = 1:12, MONTH_ = structure(c(5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L), .Label = c("APR", "AUG", "DEC", "FEB", "JAN", "JUL", "JUN", "MAR", "MAY", "NOV", "OCT", "SEP" ), class = "factor"), DATE_ = c(1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L, 1999L)), .Names = c("Market_82", "Market_83", "Market_84", "Market_85", "Total", "YEAR_", "MONTH_", "DATE_"), class = "data.frame", row.names = c("14481", "15162", "15961", "16933", "17758", "18266", "19058", "19881", "20996", "21851", "22681", "23769"))

,451,515,
참고 나는 것 같다의 자동 회귀 계수로 Market_85을 왼쪽 non-stationary

출처

2017-11-03 09:00:56 Sotos

가장 큰 감사합니다,하지만하는 일은 아리마에서이 오류 오류 평균 (X, 순서 = C (1, 1, 0)) : 누락 수가 너무 적습니까? 어떻게 고쳐? –

당신은 오신 것을 환영합니다. 해당 오류에 대해서는 [여기] (https://stackoverflow.com/questions/27298311/error-in-arima-of-r-to-few-non-missing-observations)를 확인할 수 있습니다. 또한 문제를 해결 한 경우 대답을 수락하는 것도 고려하십시오. – Sotos

그래, 내 문제를 해결)) –

데이터 세트의 모든 변수에 대한 Arima 및 HoltWinters

답변

관련 문제