Verständnis der Fehlermeldung von der Prognose.gts

Question

Ich habe Probleme mit der Erstellung einer Prognose mit der Funktion Prognose.gts. Ich erhalte eine Fehlermeldung/Warnung, die ich nicht verstehe und brauche eine Anleitung, wo ich hinschauen kann, damit ich herausfinden kann, wie man die richtige Vorhersage einrichtet. Der Code, den ich renne ist:

SFA4 <- ts(SFA4, frequency=12, start=c(2012,1), end=c(2017,9)) 
library(forecast) 
library(hts) 

# Creating the gts model to be used for forecast 
SFA5 <- gts(SFA4, characters=c(2, c(1, 2))) 
f <- forecast.gts(SFA5, h=2, method="comb", fmethod="ets", algorithms = "lu", weights = "wls", lambda=0) 

Die Fehlermeldung, die ich erhalte ist:

Warning message: 
In value[[3L]](cond) : 
    An error in LU decomposition occurred, the message was the following: 
cs_lu(A) failed: near-singular A (or out of memory) 
Trying QR decomposition instead... 

Die Daten können auf diese Weise beschrieben werden: Ich habe nicht zwei Kunden die gleiche bying Produkte und haben versucht, negative Verkäufe ausgeschlossen (mit Null ersetzt) ​​und Monat ohne Verkauf (Hinzufügen von 1 zu allen Monaten, wo Verkäufe = Null).

Ich bin relativ neu in R und prognostiziere und versuche nicht, meine Arbeit zu erledigen, sondern einfach herauszufinden, wo ich nach welchen Parametern für die Algorithmen, Gewichte, Methoden etc. suchen kann. Der einfachste Weg Es ist natürlich, alle Kombinationen zu durchlaufen und die Prognose mit der geringsten Varianz zu wählen. Ich bekomme keine Warnung, wenn ich method = "bu" benutze, aber ich würde gerne verstehen, wie man herausfinden kann, welche Parameter wann eingestellt werden sollen. Hier

sind die Daten (SFA4): https://www.dropbox.com/s/2shh5pjojq4qzfu/Data1850.xlsx?dl=0

Answer 1

Wenn LU-Zerlegung verwendet wird, es die Singularität Problem auftritt, und daher versagt sie. Sie könnten versuchen algorithms = "cg", die den konjugierten Gradient verwendet, um die Basisvorhersagen abzustimmen. Was für die algorithms Wahl am wichtigsten ist, ist die Geschwindigkeitsleistung. Allgemein lu>cg>chol>recursive>slm (von schneller zu langsamer). Sie sollten bei der Methode (method) und der Prognosemethode (fmethod) identische Ergebnisse liefern.

?forecast.gts erscheint die Dokumentation für die forecast.gts Funktion. Es listet alle Parameter und Referenzen auf, die Sie hilfreich finden würden.