Запитання з тегом «forecasting»

Я не розумію, у чому саме різниця між прогнозом "у вибірці" та "поза вибіркою"? Прогноз у вибірці використовує підмножину наявних даних до прогнозних значень поза періодом оцінки. За вибірковим прогнозом натомість використовуються всі доступні дані Чи правильно це ? Дуже конкретно правильне таке визначення? В рамках вибіркового прогнозу використовується підмножина …

17 forecasting 

У мене є дані про щомісячні часові ряди, і я хотів би робити прогнозування з виявленням людей, що вижили. Це зразок мого набору даних: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2006 7.55 7.63 7.62 7.50 7.47 7.53 7.55 7.47 7.65 7.72 7.78 7.81 2007 …

16 r  time-series  forecasting  arima  outliers 

Я працюю над алогоритмом R, щоб автоматизувати щомісячний розрахунок прогнозу. Я використовую, серед іншого, функцію ets () з пакету прогнозів для обчислення прогнозу. Це працює дуже добре. На жаль, для деяких конкретних часових рядів результат, який я отримую, дивний. Будь ласка, знайдіть нижче код, який я використовую: train_ts<- ts(values, frequency=12) …

16 r  time-series  forecasting  exponential-smoothing 

Я маю помірний досвід прогнозування часових рядів. Я переглянув декілька книг з прогнозуванням, і не бачу наступних питань, вирішених у жодній із них. У мене є два питання: Як я можу визначити об'єктивно (за допомогою статистичного тесту), якщо для даного часового ряду є: Стохастична сезонність або детермінована сезонність Стохастична тенденція …

16 time-series  forecasting  arima  stochastic-processes 

Я новачок на сторінці та досить нова статистика та Р. Я працюю над проектом для коледжу з метою знайти співвідношення між дощем та рівнем потоку води в річках. Як тільки кореляція буде доведена, я хочу її передбачити / передбачити. У мене є сукупність даних за декілька років (що приймаються кожні …

16 r  time-series  forecasting  cross-correlation  lags 

Це довгий пост, тому я сподіваюся, що ви можете перенести зі мною, і, будь ласка, виправте мене там, де я помиляюся. Моя мета - складати щоденний прогноз на основі 3 або 4 тижнів історичних даних. Дані - це 15-хвилинні дані локального навантаження однієї з трансформаторних ліній. У мене виникають проблеми …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Мені потрібно прогнозувати наступні 4 змінні на 29-ту одиницю часу. У мене є приблизно 2 роки історичних даних, де 1 і 14 і 27 - це той самий період (або час року). Зрештою, я роблю декомпозицію стилю Oaxaca-Blinder на , , та .WWWw dшгwdw cшcwcppp time W wd wc p …

16 time-series  forecasting  multivariate-analysis  var 

Мені потрібні деякі ресурси, щоб почати використовувати нейронні мережі для прогнозування часових рядів. Я насторожено реалізую деякий документ, а потім з’ясовую, що вони значно перекрили потенціал своїх методів. Тож якщо у вас є досвід використання методів, які ви пропонуєте, це стане ще більш приголомшливим.

16 time-series  neural-networks  forecasting  references 

Як ви оцінюєте відповідну модель прогнозування для часового ряду шляхом візуального огляду сюжетів АКФ та ПАКФ? Який з них (тобто ACF або PACF) повідомляє AR або MA (або вони обидва)? Яка частина графіків розповідає про сезонну та несезонну частину сезонного ARIMA? Розглянемо функції ACF та PCF, показані нижче. Вони складаються …

16 r  time-series  forecasting  acf-pacf 

Мене вражає forecastпакет R , а також, наприклад, zooпакет для нерегулярних часових рядів та інтерполяції відсутніх значень. Мій додаток знаходиться в області прогнозування трафіку кол-центру, тому дані про вихідні (майже) завжди відсутні, що може бути чудово оброблено zoo. Також деякі дискретні точки можуть бути відсутніми, я просто використовую R NAдля …

16 r  time-series  forecasting  missing-data  unevenly-spaced-time-series 

Я працюю над тимчасовим рядом, значення якого суворо позитивні . Працюючи з різними моделями, включаючи AR, MA, ARMA тощо, я не зміг знайти простий спосіб досягти суто позитивних прогнозів. Я використовую R, щоб робити свої прогнози, і все, що я міг знайти, було прогнозувати.hts {hts}, який має позитивний параметр, описаний …

15 time-series  forecasting  constrained-regression 

Я намагаюся зрозуміти, як оцінюються параметри в моделюванні ARIMA / Box Jenkins (BJ). На жаль, жодна з книг, з якими я стикався, не детально описує процедуру оцінки, таку як процедура оцінки вірогідності. Я знайшов веб-сайт / навчальний матеріал, який був дуже корисним. Далі йде рівняння з джерела, на яке згадувалося …

15 time-series  forecasting  arima  optimization  box-jenkins 

Перестановочні тести (також називаються тестом рандомизації, тестом на повторну рандомізацію або точним тестом) дуже корисні і корисні, коли припущення про нормальний розподіл, необхідне, наприклад, t-testне виконується, і при перетворенні значень за ранжуванням непараметричний тест, як-от Mann-Whitney-U-test, призведе до втрати більше інформації. Однак одне і єдине припущення не слід оминути увагою …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Я використовую щоденний часовий ряд даних про продажі, який містить приблизно 2 роки щоденних точок даних. На основі деяких онлайн-підручників / прикладів я намагався визначити сезонність даних. Здається, що існує щотижнева, щомісячна і, ймовірно, щорічна періодичність / сезонність. Наприклад, існують день оплати праці, особливо в перший день оплати місяця, який …

15 r  time-series  forecasting  arima  multiple-seasonalities 

MAD = Середнє абсолютне відхилення MSE = Середня помилка квадрата Я бачив пропозиції з різних місць, що MSE використовується, незважаючи на деякі небажані якості (наприклад, http://www.stat.nus.edu.sg/~staxyc/T12.pdf , де зазначено на сторінці p8 "Поширена думка, що MAD є кращим критерієм, ніж MSE. Однак математично MSE зручніше, ніж MAD. ") Чи є …

15 forecasting  error  mse  mae