Question

我正在预测大量的时间序列（5,000+）。如果我在更高级别进行预测，然后将预测分配到每个SKU，我想使用分层方法执行此操作。我认为有必要这样做，以便放大到较低的地理细节水平，同时在更高的层次（自上而下）进行预测。

例如，下面您将看到我正在考虑的结构示例。

Total
  => Europe
     => Netherlands
        => RegionA
           => Client_A_in_Netherlands
              => SKU1
              => SKU2
              => SKU3
           => Client_Q_in_Netherlands
              => SKU15
     => Germany1
        => (...)
           => ClientY_in_Germany
              => SKU89
  => Africa
     => South Africa
        => (...)
           => Client_Z_in_SouthAfrica
              => SKU792

我想在大陆层面（即欧洲或非洲）水平进行自上而下的预测。然后将适当的份额分配给国家/地区，然后分配给该国家/地区的客户，然后分配给SKU。

在'hts'包的文档中，有一个关于如何使用两级层次结构执行此操作的示例。我想知道是否有人可以建议如何使用多级层次结构来做到这一点？

Answer 1

我们在nodes包（v4 +）中引入了一个新概念hts来替换旧的gmatrix。为了说明nodes的用法，这里是一个包含4个级别（不包括总计）和24个底部时间序列的层次结构示例。

bts <- ts(matrix(rnorm(240), nrow = 10, ncol = 24)) 
nodes <- list(2, rep(2, 2), rep(2, 4), rep(3, 8))
hts(bts, nodes = nodes)

nodes的每个元素都指定每个节点在该级别拥有的子节点数。

树形图如下所示：

=> A
  => AA
    => AAA
      => 3 bottom time series
    => AAB
      => 3 bottom time series
  => AB
    => ABA
      => 3 bottom time series
    => ABB
      => 3 bottom time series
=> B
  => BA
    => BAA
      => 3 bottom time series
    => BAB
      => 3 bottom time series
  => BB
    => BBA
      => 3 bottom time series
    => BBB
      => 3 bottom time series

Answer 2

文档有点简洁，但在定义hts

时可以使用多级层次结构

In the pdf file link to the reference manual对于'hts'包，您会找到对该论文的引用。具体来说，在pdf的第7页上，引用了 htseg1 ：

R上。 J Hyndman，R。A. Ahmed，G。Athanasopoulos和H.L. Shang（2011）Optimal combination 分层时间序列的预测。 计算统计和数据分析， 55（9），2579-2589 。 http://robjhyndman.com/papers/hierarchical/

该链接（免费在线版本是一份工作文件）有3个级别的示例，这与您的大陆|客户端示例非常相似。 http://robjhyndman.com/papers/Hierarchical6.pdf（见第14页第6节，标题为数值模拟）

希望有所帮助。

如何在多层次结构中使用“hts”？

2 个答案: