Запитання з тегом «forecasting»

Нещодавно я оновлював свої знання з прогнозування, працюючи над деякими щомісячними прогнозами на роботі і читаючи книгу Роб Хандмана, але єдине місце, де я боюсь, - це коли використовувати експоненціальну модель згладжування проти моделі ARIMA. Чи є правило, де слід використовувати одну методологію проти іншої? Крім того, оскільки ви не …

12 forecasting  arima  exponential-smoothing 

Я працюю в Інтернеті вже два роки поспіль, тому маю щомісячні дані про продажі вже близько двох років. На мій бізнес на кожен місяць, безумовно, впливають сезонні перепади (краще на Різдво тощо), і, мабуть, деякі інші фактори, про які я не знаю. Для того, щоб краще прогнозувати майбутні продажі та …

12 time-series  forecasting 

Основна редакція: Я хотів би сказати велике спасибі Dave & Nick за їх відгуки. Хороша новина полягає в тому, що я отримав цикл для роботи (принцип, запозичений з посади проф. Гіднмана щодо пакетного прогнозування). Щоб консолідувати невирішені запити: а) Як я збільшую максимальну кількість ітерацій для auto.arima - схоже, що …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

Пакет MARSS в R пропонує функцію динамічного аналізу факторів. У цьому пакеті динамічна факторна модель записана як особлива форма моделі простору стану, і вони припускають, що загальні тенденції слідують за процесом AR (1). Оскільки я не дуже знайомий з цими двома методами, я стикаюся з двома питаннями: Чи є динамічний …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Часто я бачу, як автори оцінюють модель "різниці в журналі", наприклад журнал( ут) - журнал( уt - 1) = журнал( ут/ уt - 1) = α + βхтжурнал⁡(ут)-журнал⁡(ут-1)=журнал⁡(ут/ут-1)=α+βхт\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Я погоджуюся, що це доречно співвідносити із зміною відсотків у тоді як - .y …

12 time-series  forecasting  data-transformation  econometrics  logarithm 

Я спробував метод прогнозування і хочу перевірити, чи правильний мій метод чи ні. Моє дослідження порівнює різні види пайових фондів. Я хочу використовувати індекс GCC як орієнтир для одного з них, але проблема полягає в тому, що індекс GCC зупинився у вересні 2011 року, а моє дослідження - з січня …

12 time-series  forecasting  missing-data 

Я шукаю модель між запасами енергії та погодою. У мене є ціна MWatt, куплена між країнами Європи, і багато цінності погоди (файли Grib). Кожні години протягом 5 років (2011-2015). Ціна / добу Це на день протягом одного року. Я маю це за годину протягом 5 років. Приклад погоди 3Dscatterplot, у …

11 time-series  forecasting  predictive-models  modeling  large-data 

Кріс Чатфілд, чиї багато якісних книг і паперів мені подобалось читати, в (1) дає такі поради: Наприклад, вибір між моделями часового ряду ARIMA з низькими та приблизно рівними значеннями AIC повинен бути, мабуть, зроблений, не за тим, що відбувається, щоб дати мінімальний показник AIC, а за тим, який дає найкращі …

11 forecasting  model-selection  arima  aic 

У mgcvпакеті Rє дві функції для встановлення тензорних взаємодій між продуктами: te()і ti(). Я розумію основний розподіл праці між двома (встановлення нелінійної взаємодії проти декомпозиції цієї взаємодії на основні ефекти та взаємодію). Чого я не розумію, це чому te(x1, x2)і ti(x1) + ti(x2) + ti(x1, x2)може давати (трохи) різні результати. …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Повне розкриття інформації: я не статистик, і не претендую на те, щоб бути його. Я низько ІТ-адміністратор. Будь ласка, пограй зі мною ніжно. :) Я відповідальний за збір та прогнозування використання дискового накопичувача для нашого підприємства. Ми збираємо щомісяця користування пам’яттю та використовуємо просту прогресивну лінійну регресію на дванадцять місяців …

11 regression  forecasting  adjustment 

Припустимо, у мене трохи більше 20 000 часових рядів, що тривають від січня 2005 року до грудня 2011 року. Кожен з них представляє глобальні дані про продажі для іншого товару. Що робити, якщо замість обчислення прогнозів для кожного з них я хотів зосередитись лише на невеликій кількості продуктів, які "насправді …

11 time-series  forecasting  forecastability 

Читаючи статтю "Прогнозування на масштабі" (інструмент прогнозування FBProphet, див. Https://peerj.com/preprints/3190.pdf ), я натрапив на термін "рідкий попередній". Автори пояснюють, що вони використовували такий "рідкий попередній" при моделюванні вектора відхилень швидкостіδδ\mathbf{\delta} від деякої скалярної швидкості ккk, який є параметром моделі в логістичній моделі зростання. Як вони констатують це δj∼ Лаплас ( …

11 regression  bayesian  forecasting 

Я намагаюся знайти спосіб виправлення інших людей, коли я знаходжу / виявляю їх у даних часових рядів. Деякі методи, такі як nnetar в R, дають деякі помилки для часових рядів з великими / великими залишками. Мені вже вдалося виправити пропущені значення, але люди, які переживають, все ще шкодять моїм прогнозам …

10 time-series  forecasting  outliers  winsorizing 

Я хотів би розкласти наступні дані часових рядів на сезонні, трендові та залишкові компоненти мереж. Дані - це погодинний профіль охолоджувальної енергії з комерційного будинку: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Очевидними є щоденні та щотижневі сезонні ефекти, тому ґрунтуючись на поради: Як розкласти часовий ряд з кількома сезонними компонентами? …

10 r  time-series  forecasting  multiple-seasonalities  tbats 

Я намагаюся використовувати регресію РФ для прогнозування ефективності роботи паперового комбінату. Я маю дані за хвилиною за хвилиною для вхідних даних (швидкість і кількість деревної маси, що надходить в т. Д.), А також про продуктивність машини (виготовлений папір, потужність, намальована машиною), і я хочу зробити прогнози 10 хвилин вперед щодо …

10 time-series  forecasting  cross-validation  random-forest  autoregressive