如何在R语言中从Holt-Winters模型获取AIC值？

stats包原生的HoltWinters对象没有实现logLik方法，因此无法直接用AIC()函数计算拟合指标。以下两种方法可解决该问题：

方法一：使用forecast包（推荐） #

forecast包对HoltWinters对象做了扩展，支持AIC等拟合指标的计算：

1. 安装并加载forecast包：

install.packages("forecast")
library(forecast)

2. 用forecast包的hw()函数拟合模型，之后直接调用AIC()：

HW <- hw(DollarSales.ts, seasonal = "multiplicative")
AIC(HW)

3. 若已用stats包拟合好HoltWinters对象，可转换为forecast模型对象后计算AIC：

HW_forecast <- forecast(HW)
AIC(HW_forecast)

方法二：手动计算AIC #

不依赖额外包时，可通过AIC公式手动计算：

AIC公式：AIC = -2 * logLik + 2 * k，其中：

• logLik：模型对数似然值
• k：模型参数总数

计算对数似然 #

假设乘法Holt-Winters模型的残差服从正态分布，对数似然可通过残差计算：

res <- residuals(HW)
n <- length(res)
logLik_val <- -n/2 * (log(2*pi) + 1 + log(mean(res^2, na.rm = TRUE)))

确定参数数量k #

HoltWinters模型参数包括：

• 3个平滑参数（alpha、beta、gamma，默认均估计）
• 初始水平值l0、初始趋势值b0
• 与时间序列周期m（通过frequency(DollarSales.ts)获取）相等的初始季节项

参数总数计算：

m <- frequency(DollarSales.ts)
k <- 3 + 2 + m

注：若固定了某些平滑参数（如alpha=FALSE），需对应减少k的数值

计算AIC #

AIC_val <- -2 * logLik_val + 2 * k
AIC_val

内容的提问来源于stack exchange，提问作者j_patrick