Il livellamento esponenziale è un metodo che può aiutare a descrivere l'andamento di una serie storica e ad effettuare delle previsioni.
Il package stats mette a disposizione la funzione HoltWinters():
> xt.hw> xt.hw
Holt-Winters exponential smoothing with trend and additive seasonal component.
Call:
HoltWinters(x = xt, seasonal = "additive")
Smoothing parameters:
alpha: 0.7442939
beta : 0.001302468
gamma: 0.92714
Coefficients:
[,1]
a 4310.68335
b 11.50438
s1 142.07415
s2 -19.69130
s3 -28.46776
s4 -181.30670
s5 89.77291
s6 240.33962
s7 -174.54301
s8 97.76508
s9 135.58889
s10 164.81746
s11 195.66727
s12 -83.00070
Il grafico è il seguente:
> plot(xt.hw)
Se vogliamo effettuare la previsione dei volumi di energia negoziati nei successivi 5 mesi impieghiamo il metodo predict():
> prev> prev
Mar Apr May Jun Jul
2007 4464.262 4314.001 4316.729 4175.394 4457.978
Avendo a disposizione i dati reali, è possibile effettuare un confronto con le previsioni:
Marzo 2007 4544.019689
Aprile 2007 4402.56748
Maggio 2007 4251.437933
Giugno 2007 4346.809605
Luglio 2007 4817.961483
Pur non trattandosi di una previsione raffinata, approssima l'andamento crescente della serie nel tempo.
