Запитання з тегом «arima»

На сторінці Вікіпедії сказано, що Box-Jenkins - це метод пристосування моделі ARIMA до часового ряду. Тепер, якщо я хочу підключити модель ARIMA до часового ряду, я відкрию SAS, зателефоную proc ARIMA, надаю параметри і SAS дасть мені коефіцієнти AR та MA. Тепер я можу спробувати різні комбінації і SAS дасть …

10 time-series  arima  sas  aic  box-jenkins 

Я досить новачок у статистиці і Р. Я хотів би знати процес визначення параметрів ARIMA для мого набору даних. Чи можете ви допомогти мені зрозуміти те саме, використовуючи R і теоретично (якщо можливо)? Дані варіюються від 12 січня до 14 березня і відображають місячні продажі. Ось набір даних: 99 58 …

10 r  arima  box-jenkins 

Я чула трохи про використання нейронних мереж для прогнозування часових рядів. Як я можу порівняти, який метод прогнозування моїх часових рядів (щоденні дані роздрібної торгівлі) кращий: auto.arima (x), ets (x) або nnetar (x). Я можу порівняти auto.arima з ets за AIC або BIC. Але як я можу порівняти їх з …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

Я працюю над набором даних. Після використання деяких методів ідентифікації моделі я вийшов із моделлю ARIMA (0,2,1). Я використав detectIOфункцію в пакеті TSAв R, щоб виявити інноваційний зовнішній вигляд (IO) під час 48-го спостереження за моїм оригінальним набором даних. Як я включу цей зовнішній вигляд у свою модель, щоб я …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

У мене є GLMM форми: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Під час використання drop1(model, test="Chi")я отримую інші результати, ніж якщо я використовую Anova(model, type="III")з автомобільного пакета або summary(model). Ці два останні дають однакові відповіді. Використовуючи купу сфабрикованих даних, я виявив, що …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Я працював місяцями над короткостроковим прогнозуванням навантаження та використанням даних про клімат / погоду для підвищення точності. У мене є інформація з інформатики, і тому я намагаюся не робити великих помилок і несправедливих порівнянь, працюючи з інструментами статистики, такими як моделі ARIMA. Мені хотілося б дізнатися вашу думку про пару …

10 time-series  forecasting  arima 

Коли я почав читати про фільтр Кальмана, то подумав, що це особливий випадок моделі ARIMA (а саме ARIMA (0,1,1)). Але насправді здається, що ситуація складніша. Перш за все, ARIMA можна використовувати для прогнозування, а фільтр Kalman - для фільтрації. Але вони не тісно пов'язані? Питання: Який взаємозв'язок між фільтрами ARIMA …

10 time-series  bayesian  arima  kalman-filter 

Проблема, з якою я маю справу, - передбачення значень часових рядів. Я переглядаю по одному часовому ряду і, базуючись, наприклад, на 15% вхідних даних, я хотів би передбачити його майбутні значення. Поки що я натрапив на дві моделі: LSTM (довготривала короткочасова пам'ять; клас періодичних нейронних мереж) АРІМА Я спробував обидва …

10 time-series  forecasting  references  arima  lstm 

Я просто хочу перевірити, чи правильно я інтерпретую графіки ACF та PACF: Дані відповідають помилкам, згенерованим між фактичними точками даних та оцінками, згенерованими за допомогою моделі AR (1). Я відповів на цю відповідь: Оцініть коефіцієнти ARMA за допомогою перевірки ACF та PACF Прочитавши, що здається, що помилки не автокорельовані, але …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

Я намагаюся вписати в R дискретний час модель, але не знаю, як це зробити. Я читав, що ви можете організувати залежну змінну в різні рядки, по одній для кожного часу спостереження, і використовувати glmфункцію за допомогою посилання logit або cloglog. У цьому сенсі, у мене є три колонки: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Я перевірив відповідь на це запитання на сайті stats.stackexchange: Які хороші ресурси надають історію статистики? Дійсно, книга Стиглера "Статистика на таблиці" виглядає чудово, і я з нетерпінням чекаю її. Але мене більше цікавить розробка сучасних моделей ARIMA. Думаю, я пам’ятаю, що чув, що великий прогрес був стимульований у спробі передбачити …

10 time-series  references  arima  history 

Це має підійти --- прогнозування речей, які застрягли між 0 і 1. У своїй серії я підозрюю авторегресійний компонент, а також компонент, що повертає середнє значення, тому я хочу щось, що я можу інтерпретувати як ARIMA ---, але я не хочу, щоб він в майбутньому збивався до 1000% . Ви …

10 time-series  forecasting  logistic  arima  beta-regression 

Нещодавно я переробив свої знання в Time Series і зрозумів, що машинне навчання здебільшого дає лише на крок попереду прогнози. Під прогнозами на крок вперед я маю на увазі прогнози, які, наприклад, якщо ми маємо погодинні дані, використовують дані з 10 ранку до прогнозу 11 ранку та 11 ранку до …

9 machine-learning  time-series  forecasting  arima 

Я намагаюся моделювати та прогнозувати часові ряди, які є циклічними, а не сезонними (тобто є сезонні структури, але не з фіксованим періодом). Це має бути можливо зробити, використовуючи модель ARIMA, як зазначено в розділі 8.5 Прогнозування: принципи та практика : Значення важливо, якщо дані показують цикли. Для отримання циклічних прогнозів …

9 time-series  forecasting  arima  seasonality 

У мене є щомісячні дані з 1993 по 2015 рік і я б хотів зробити прогнозування цих даних. Я використовував пакет tsoutliers для виявлення людей, що втратили життя, але я не знаю, як продовжувати прогнозувати свій набір даних. Це мій код: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Це мій вихід із пакета tsoutliers ARIMA(0,1,0)(0,0,1)[12] …

9 r  time-series  forecasting  arima  outliers