関連情報

C#による 指数平滑化による予測

C#によるサンプルソースコード
使用関数名:g13am

Keyword: 指数平滑化, ホルトウィンタース, 線形ホルト, 2重指数平滑化, Holt Winters

概要

本サンプルはC# (CSharp)により指数平滑化による予測を行うプログラムです。 入力データとして11個の観察データと指数平滑パラメータ(α、γ、φ)を与え、5ステップ分の予測を行います。 

指数平滑化による予測例

以下のプログラム例では線形ホルト指数平滑化を利用して予測を行いますが、その他に単純指数平滑化、ブラウン2重指数平滑化、ホルトウィンタース乗法、ホルトウィンタース加法の各平滑化法にも対応しています。

※本サンプルはNAG Library for .NETに含まれる関数 g13am()のExampleコードです。本サンプル及び関数の詳細情報はg13am のマニュアルページをご参照ください。
ご相談やお問い合わせはこちらまで

入力データ

(本関数の詳細はg13am のマニュアルページを参照)

このデータをダウンロード
g13am Example Program Data 
2 3 11 5                                    : MODE,ITYPE,N,NF
180 135 213 181 148 204 228 225 198 200 187 : Y
0.01 1.0 1.0                                : PARAM(1:3) (since ITYPE=3)
11                                          : K (since MODE=2)

  • 1行目はタイトル行で読み飛ばされます。
  • 2行目では初期値の与え方 (mode=2)、平滑化の手法 (itype=3)、観察データ数 (n=11)、予測を行うステップ数 (nf=5)を与えます。コロン(:)以降は無視されます。
  • 3行目で観察データ(y)の値を与えます。コロン(:)以降は無視されます。
  • 4行目では指数平滑化パラメータ(param)にα(=0.01)、γ(=1.0)、φ(=1.0)を与えています。コロン(:)以降は無視されます。
  • 5行目は初期値の推定に使用する観察データ数 (k=11)を与えています。コロン(:)以降は無視されます。

出力結果

(本関数の詳細はg13am のマニュアルページを参照)

この出力例をダウンロード
g13am Example Program Results

 Initial values used:
   1       168.018  
   2         3.800  

Mean Deviation     =  2.5473e+001
Absolute Deviation =  2.1233e+001

          Observed      1-Step
  Period   Values      Forecast      Residual

   1       180.000       171.818         8.182
   2       135.000       175.782       -40.782
   3       213.000       178.848        34.152
   4       181.000       183.005        -2.005
   5       148.000       186.780       -38.780
   6       204.000       189.800        14.200
   7       228.000       193.492        34.508
   8       225.000       197.732        27.268
   9       198.000       202.172        -4.172
  10       200.000       206.256        -6.256
  11       187.000       210.256       -23.256

          Forecast     Standard
  Period   Values       Errors

  12       213.854        25.473  
  13       217.685        25.478  
  14       221.516        25.490  
  15       225.346        25.510  
  16       229.177        25.542  

  • 1行目はタイトルです
  • 4〜5行目は計算に使われた初期値です。
  • 7行目は平均偏差、8行目は絶対偏差で双方ともモデルの当てはまり具合を示しています。小さい値であればあるほど当てはまりが良いことを示します。
  • 10行目〜23行目は観察値、1ステップ予測、及び残差を示します。
  • 25行目〜32行目は5ステップ分の予測値とその標準誤差を示します。

ソースコード

(本関数の詳細はg13am のマニュアルページを参照)

※本サンプルソースコードは .NET環境用の科学技術・統計計算ライブラリである「NAG Library for .NET」の関数を呼び出します。
サンプルのコンパイル及び実行方法


このソースコードをダウンロード
//      g13am Example Program Text
//      C# version, NAG Copyright 2008
using System;
using NagLibrary;
namespace NagDotNetExamples
{
  public class G13AME
  {
    static bool defaultdata = true;
    static string datafile = "";
    static void Main(String[] args)
    {
      if (args.Length == 1)
      {
        defaultdata = false;
        datafile = args[0];
      }
      StartExample();
    }
    public static void StartExample()
    {
      try
      {
        DataReader sr = null;
        if (defaultdata)
        {
          sr = new DataReader("exampledata/g13ame.d");
        }
        else
        {
          sr = new DataReader(datafile);
        }
        double ad,   dv; int i,  itype,  ival,  k,  mode,  n,  nf,  p;
        int ifail;
        Console.WriteLine("g13am Example Program Results");
        //
        //      Skip headings in data file
        k = 0;
        sr.Reset();
        //      Read in the initial arguments and check array sizes
        sr.Reset();
        mode = int.Parse(sr.Next());
        itype = int.Parse(sr.Next());
        n = int.Parse(sr.Next());
        nf = int.Parse(sr.Next());
        double[] fse = new double[nf];
        double[] fv = new double[nf];
        double[] param = new double[4];
        double[] res = new double[n];
        double[] y = new double[n];
        double[] yhat = new double[n];
        if (n < 1 || nf < 1 )
        {
          Console.WriteLine("   ** Problem size is too small.");
          goto L80;
        }
        sr.Reset();
        for (i = 1; i <= n; i++)
        {
          y[i - 1] = double.Parse(sr.Next());
        }
        //      Read in the itype dependent arguments (skipping headings)
        if (itype == 1)
        {
          sr.Reset();
          param[0] = double.Parse(sr.Next());
          p = 0;
          ival = 1;
        }
        else if (itype == 2)
        {
          sr.Reset();
          param[0] = double.Parse(sr.Next());
          param[1] = double.Parse(sr.Next());
          p = 0;
          ival = 2;
        }
        else if (itype == 3)
        {
          sr.Reset();
          param[0] = double.Parse(sr.Next());
          param[1] = double.Parse(sr.Next());
          param[2] = double.Parse(sr.Next());
          p = 0;
          ival = 2;
        }
        else
        {
          sr.Reset();
          param[0] = double.Parse(sr.Next());
          param[1] = double.Parse(sr.Next());
          param[2] = double.Parse(sr.Next());
          param[3] = double.Parse(sr.Next());
          p = int.Parse(sr.Next());
          ival = p + 2;
          if (p < 1)
          {
            Console.WriteLine("Problem size is too small.");
            goto L80;
          }
        }
        //      Read in the mode dependent arguments (skipping headings)
        double[] init = new double[ival];
        double[] r = new double[p+13];
        if (mode == 0)
        {
          //         User supplied initial values
          sr.Reset();
          for (i = 1; i <= ival; i++)
          {
            init[i - 1] = double.Parse(sr.Next());
          }
        }
        else if (mode == 1)
        {
          //         Continuing from a previously saved R
          sr.Reset();
          for (i = 1; i <= p + 13; i++)
          {
            r[i - 1] = double.Parse(sr.Next());
          }
        }
        else if (mode == 2)
        {
          //         Initial values calculated from first K observations
          sr.Reset();
          k = int.Parse(sr.Next());
        }
        //
        //      Call the library method
        G13.g13am(mode, itype, p, param, n, y, k, init, nf, fv, fse, yhat, res, out dv, out ad, r,
        out ifail);
        if (ifail != 0)
        {
          Console.WriteLine("** g13am failed with ifail = {0,5}", ifail);
          goto L80;
        }
        //      Display the output
        Console.WriteLine("");
        Console.WriteLine(" {0}", "Initial values used:");
        for (i = 1; i <= ival; i++)
        {
          Console.WriteLine("{0,4}  {1,12:f3}  ", i, init[i - 1]);
        }
        Console.WriteLine("");
        Console.WriteLine("{0}{1,12:e4}", "Mean Deviation     = ", dv);
        Console.WriteLine("{0}{1,12:e4}", "Absolute Deviation = ", ad);
        Console.WriteLine("");
        Console.WriteLine(" {0}", "         Observed      1-Step");
        Console.WriteLine(" {0}", " Period   Values      Forecast      Residual");
        Console.WriteLine("");
        for (i = 1; i <= n; i++)
        {
          Console.WriteLine("{0,4}  {1,12:f3}  {2,12:f3}  {3,12:f3}", i, y[i - 1], yhat[i - 1], res[i - 1]);
        }
        Console.WriteLine("");
        Console.WriteLine(" {0}", "         Forecast     Standard");
        Console.WriteLine(" {0}", " Period   Values       Errors");
        Console.WriteLine("");
        for (i = 1; i <= nf; i++)
        {
          Console.WriteLine("{0,4}  {1,12:f3}  {2,12:f3}  ", n + i, fv[i - 1], fse[i - 1]);
        }
        //
        L80: ;
        //
      }
      catch (Exception e)
      {
        Console.WriteLine(e.Message);
        Console.WriteLine("Exception Raised");
      }
    }
  }
}


Results matter. Trust NAG.

Privacy Policy | Trademarks