指数平滑预测 (时空模式挖掘工具)
汇总
通过将各位置立方体的时间序列分解为季节和趋势分量，使用霍尔特-温特指数平滑方法来预测时空立方体中各位置的值。
插图
用法
该工具接受使用通过聚合点创建时空立方体、通过已定义要素创建时空立方体 和通过多维栅格图层创建时空立方体 工具创建的 NetCDF 文件。
与时间序列预测 工具集中的其他预测工具相比，建议您对具有中等趋势和明显季节性行为的数据使用此工具。 使用指数平滑模型时，假设季节性行为和趋势可以分开，因此对于趋势逐渐变化并随时间推移遵循一致季节性模式的数据而言，该模型是最有效的。
可以使用按位置评估预测 工具来比较和合并多个预测的时空立方体。 由此即可使用不同的预测工具和参数来创建多个预测立方体，并且该工具将使用“预测均方根误差 (RMSE)”或“验证 RMSE”值来识别每个位置的最佳预测。
对于输入时空立方体参数中的每个位置，该工具会构建两个用于不同目的的模型。
Forecast model—该模型通过对时间序列的值进行指数平滑，并将该平滑扩展到未来时间步长，来预测时空立方体的值。 预测模型与时空立方体的值的拟合度将通过“预测 RMSE”值进行度量。
Validation model—此模型用于验证预测模型并测试其预测值的准确性。 如果将为进行验证排除的时间步长数参数指定为大于 0 的数字，则此模型将拟合包含的时间步长并用于预测已排除的时间步长值。 这将允许您查看模型预测值的准确程度。 预测值与排除值的拟合度将通过“验证 RMSE”值进行度量。
输出要素参数值将添加到基于最终预测时间步长进行渲染的内容窗格中。
该工具会创建地理处理消息和弹出图表，以用于了解和可视化预测结果。 这些消息将包含有关时空立方体结构以及 RMSE 值和季节长度汇总统计数据的信息。 使用浏览导航工具单击要素以在弹出窗口窗格中显示一个折线图，图中会显示该时空立方体的值、拟合的森林值、预测值和该位置的置信界限。
可使用异常值选项参数检测每个位置的时间序列值中在统计上显著的异常值。
确定针对验证排除的时间步长数是一项重要选择。 排除的时间步长越多，则用于评估验证模型的时间步长越少。 但是，如果排除的时间步长过少，则将使用少量数据来评估“验证 RMSE”，并且可能会产生误导。 建议您排除尽可能多的时间步长，同时保持足够的时间步来估计验证模型。 如果时空立方体具有足够的时间步长来执行此操作，则建议您至少保留与预测时间步长相同数量的验证时间步长。
指数平滑模型假设所有分量都是可加且线性的。 始终使用衰减趋势，且支持加法季节性（非强制）。 置信区间是在残差是可加且呈正态分布的假设下构建的。
参数
| 标注 | 说明 | 数据类型 |
|---|---|---|
|
输入时空立方体 |
NetCDF 立方体包含用于预测未来时间步长的变量。 该文件必须具有 |
File |
|
分析变量 |
NetCDF 文件中的数值变量，用于预测未来时间步长。 |
String |
|
输出要素 |
时空立方体中所有位置的包含了预测值的输出要素类将存储为字段。 该图层显示对最后的时间步长的预测，并包含弹出图表，其中显示每个位置的时间序列、预测和 90% 的置信界限。 |
Feature Class |
|
输出时空立方体 （可选） |
新的时空立方体（ |
File |
|
预测时间步长数 （可选） |
正整数，用于指定将预测的时间步长数。 该值不能大于输入时空立方体中总时间步长数的 50%。 默认值为一个时间步长。 |
Long |
|
季节长度 |
各位置一个季节对应的时间步长数。 如果数据中具有多个季节，建议使用最长的季节以生成最可靠的结果。 如果未指定任何值，则此工具使用光谱密度函数为每个位置估算季节长度。 |
Long |
|
为进行验证排除的时间步长数 （可选） |
为进行验证，在每个时间序列末尾将排除的时间步长数。 默认值为输入时间步长的 10%（向下舍入），且该值不能大于时间步长的 25%。 要不排除任何时间步长，请提供值 0。 |
Long |
|
异常值选项 （可选） |
指定是否将识别具有统计意义的时间序列异常值。
|
String |
|
置信度级别 （可选） |
指定将用于时间序列异常值测试的置信度。
|
String |
|
最大异常值数 |
每个位置可以声明为异常值的最大时间步长数。 默认值对应于输入时空立方体的时间步长数的 5%（向下舍入）（将始终使用至少为 1 的值）。 该值不能超过时间步长数的 20%。 |
Long |
环境
许可信息
- 基本: 是
- 标准: 是
- 高级: 是