代码如下（数据附在文末）：
library(readxl) library(TTR) library(forecast) library(ggplot2) #取数据中的第一列进行分析 dat <- read_excel("rawdatacompet.xlsx",sheet=1,na="NA") series1 <- dat[,1] series1 <- series1[1:60,] #将数据转化为时间序列 series1 <- ts(series1) #将数据转化为双精度，没有貌似会报错 series1 <- as.double(series1) #用简单移动平均来平滑数据 series <- SMA(series1,n=5) #因为数据平均后移，数据前四个为NA，去除前四个 series <- series[5:60] seriesforecasts <- HoltWinters(series, gamma=FALSE) #观察对原数据进行预测的效果 plot(seriesforecasts) #如图一 #对之后的五个时间点的值进行预测 seriesforecasts2 <- forecast(seriesforecasts, h=5) #将预测情况绘图表示，如图二 autoplot(seriesforecasts2)图一： 可以看出，虽然有些延迟，二者的相似度还是比较高的 图二 预测数据之后的情况
所用数据如下（此处只取第一列，蓝色部分为待预测值）： 本文系编程小白所写，如有错漏，敬请指正。
