%%%%% %%%%% CARICAMENTO DATI % Un modo è il seguente: % 1) avere i dati su un foglio Excel % 2) salvare il foglio come file testo, diciamo dati.txt % 3) importare i dati col comando: x <- read.table(file="dati.txt") %%%% ESEMPIO: prendere i dati sulla homepage di Flandoli % dagli esercizi sulla previsione del 2006/07 % ad es. il file Excel "Elenco 1". % NOTA: bisogna isolare su un foglio Excel ogni singola % matrice di dati che si vuole salvare come .txt. %%%%% %%%%% ESEMPIO DI USO DEL METODO SET x<-c(0,1,3,3,4,5,5,7,7,8,9) ts.plot(x) x.SET<-HoltWinters(x,gamma=0) plot(x.SET) x.SET % in questo modo si vedono i parametri ottimali. % Il ruolo di alpha (beta=0) si può un po' riconoscere % effettuando i seguenti esperimenti: x.SET.1<-HoltWinters(x,alpha=0.1, beta=0, gamma=0) plot(x.SET.1) x.SET.2<-HoltWinters(x,alpha=1, beta=0, gamma=0) plot(x.SET.2) %% L'aggiustamento tramite beta (alpha=0.9) ha il % seguente effetto: x.SET.3<-HoltWinters(x,alpha=0.9, beta=0.2, gamma=0) plot(x.SET.3) %% Trovato il modello, possiamo effettuare % la previsione di valori futuri, aggiungendo % un intervallo di confidenza grafico: p <- predict(x.SET, 5, prediction.interval = TRUE) plot(x.SET,p) %%%%% %%%%% ESEMPIO DI USO DEL METODO DI WINTERS x <- sin((6.28/12)*(1:48))+0.1*rnorm(48,0,1) ts.plot(x) x.W <- HoltWinters(x) %% non funziona! la soluzione è piuttosto difficile. %% Cosa manca? La dichiarazione della "frequenza" %% nella serie temporale: x.new<-ts(data = x, frequency = 12) x.W <- HoltWinters(x.new) plot(x.W) %% funziona! Quindi in pratica il periodo di Winters lo stiamo fissando noi. x.W % così leggiamo i coefficienti ottimali. %% Il seguente comando è piuttosto complesso, non lo % esaminiamo in dettaglio, ma si può vedere che effettua % una decomposizione della serie storica in componenti: dec<-decompose(x.new) plot(dec) %% Naturalmente possiamo eseguire una predizione: p <- predict(x.W, 12, prediction.interval = TRUE) plot(x.W,p) %%%%% Problema: che indicatore viene minimizzato? % E se volessimo minimizzarne un altro?