Aufgabe 6. [∗ 2 Punkte] Wenden Sie exponentielles Glätten nach Holt-Winters auf die Reihe rock, die den Durchmesser der Rocksäume in den Jahren 1866 bis 1911 beschreibt (Data von Prof. Rob Hyndmann , (original data from Hipel and McLeod, 1994):
Entscheiden Sie, ob Sie exponentielles Glätten mit oder ohne Trend und/oder Saison anwenden. Plotten Sie Ihre Ergebnisse, machen Sie eine Vorhersage und untersuchen Sie die Residuen auf "Whiteness".
Copy install.packages("astsa")
rm(list=ls())#löscht alle variablen
library(astsa)
install.packages("data.table")
x<-read.table("https://robjhyndman.com/tsdldata/roberts/skirts.dat", header=T, sep="\t")
#Wenden Sie exponentielles Glätten nach Holt-Winters
?HoltWinters
#alpha, je kleiner die alpha ist, folt mehr Glätten
#beta, Trend faktor
#gamma, Saison faktor
#optimal alpha=0.999 steht in skript 3-97
#a) ohne Trend und Saison
(hwl2=HoltWinters(x, alpha=.2, beta=F, gamma=F))
p2=predict(hwl2, n.ahead = 20)
plot(hwl2, p2, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.2)))
(hwl=HoltWinters(x, beta=F, gamma=F))
p=predict(hwl, n.ahead = 20)
plot(hwl, p, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.999 ~ "(optimal)")))
par(mfrow=c(1,2))
plot(hwl2, p2, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.2)))
plot(hwl, p, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.999 ~ "(optimal)")))
#b) mit Trend ohne Saison
(hwlb2=HoltWinters(x, alpha=.2, beta=.2, gamma=F))
pb2=predict(hwlb2, n.ahead = 20)
par(mfrow=c(1,1))
plot(hwlb2, pb2, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.2 ~ "und" ~ beta == 0.2)))
(hwlb=HoltWinters(x, gamma=F))
pb=predict(hwlb, n.ahead = 20)
plot(hwlb, pb, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 1 ~ "und" ~ beta == 0.11 ~ "(optimal)")))
par(mfrow=c(1,2))
plot(hwlb2, pb2, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 0.2 ~ "und" ~ beta == 0.2)))
plot(hwlb, pb, main=as.expression(bquote("Exponentielle Glättung mit" ~ alpha == 1 ~ "und" ~ beta == 0.11 ~ "(optimal)")))