réutilisation des modèles, une fois construit en R pour ensemble de données mis à jour (paquet de prévision)

Question

Je suis tout à fait nouveau à la programmation R, mais je ne peux pas trouver quoi que ce soit au sujet de mon problème ...

je voudrais faire des prévisions en R avec le progiciel de prévision à partir de données haute résolution (données demi-heure). J'aimerais que les prévisions fonctionnent en ligne. C'est pourquoi je pense que calculer un ajustement à chaque fois n'est pas très utile.

donc j'aime la méthode pour passer le modèle déjà monté sur le modèle et l'utiliser pour de nouvelles données:

fcast2 <- forecast (Arima (x = extendedSeries , model = oldArimaModel), h = horizon) 

Mais il ne fonctionne pas vraiment avec un modèle HoltWinters ... (ou un film -modèle qui est ok sur ce que signifie lm)

fcastArima <- forecast(Arima(x= extendedseries , model=oldArimaFit),h=horizon) 
fcastHoltWinters <- forecast(update(oldHWfit, x=extendedSereies), h=horizon) 

de toute façon, je voudrais garder le code simple et je suis à la recherche d'une méthode plus générique d'appliquer des modèles ts déjà montés aux données mises à jour définies.

Est-ce que quelqu'un sait comment faire cela?

Vive

Answer 1

HoltWinters() est une fonction très limitée. La fonction ets() s'adaptera aux mêmes modèles, avec une meilleure estimation, et s'adaptera à une gamme beaucoup plus large de modèles similaires. Il permet également de réinstaller de nouvelles données de la même manière que vous le faites avec Arima().