Запитання з тегом «forecasting»

Я програмую і займаюся тестовими розробками. Після того, як я змінив код, я запускаю свої тести. Іноді вони досягають успіху, а іноді - невдачі. Перед тим, як запустити тест, я записую число від 0,01 до 0,99, щоб переконатися, що тест буде успішним. Хочу знати, чи вдосконалююсь я передбачуючи, чи вдасться …

10 forecasting  decision-theory  calibration  scoring-rules 

Які переваги виражати модель ARMA як модель простору стану та робити прогнозування за допомогою фільтра Калмана? Ця методологія, наприклад, використовується в реалізації SARIMAX реалізації моделей python-stats: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

10 forecasting  arma  kalman-filter  state-space-models  statsmodels 

Одне з важливих питань, з яким стикаються синоптики, - чи можна прогнозувати дану серію чи ні? Я натрапив на статтю " Ентропія як первісний показник передбачуваності " Пітера Катта, яка використовує приблизну ентропію (ApEn) як відносну міру для визначення певного часового ряду. У статті йдеться про: "Менші значення ApEn вказують …

10 time-series  forecasting  entropy  maximum-entropy  forecastability 

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 займаюся деякими дослідженнями щодо прогнозування часових рядів функцій щільності ймовірностей. Ми прагнемо прогнозувати PDF з урахуванням історично (зазвичай, оціночного) PDF. Метод прогнозування, який ми розробляємо, досить добре працює в симуляційних дослідженнях. Однак мені потрібен числовий приклад із реальних програм, щоб далі проілюструвати наш метод. Отже, чи є належні приклади …

10 time-series  forecasting  functional-data-analysis 

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 набір даних, де емпірична інтуїція говорить, що я повинен очікувати щотижневої сезонності (тобто поведінка в суботу та неділю відрізняється від решти тижня). Якщо ця передумова буде правдою, чи не повинен графік автокореляції давати мені сплески при кратних відставаннях 7? Ось зразок даних: data = TemporalData[{{{2012, 09, 28}, …

10 time-series  autocorrelation  forecasting 

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 намагаюся прогнозувати продажі продукції в торговому автоматі. Проблема полягає в тому, що машина заповнюється через нерівномірні проміжки часу, і ми можемо записувати лише сукупні продажі з моменту останньої заливки машини (тобто ми не маємо щоденних даних про продажі). Тому в основному ми маємо дані для сукупних продажів з нерегулярними …

10 time-series  forecasting 

Думаючи про нібито просту, але цікаву проблему, я хотів би написати якийсь код, щоб прогнозувати витратні матеріали, які мені знадобляться найближчим часом, враховуючи повну історію попередніх закупівель. Я впевнений, що ця проблема має дещо більш загальне та добре вивчене визначення (хтось припускав, що це пов'язане з деякими поняттями в ERP-системах …

10 time-series  machine-learning  forecasting 

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 

Я хотів би поєднати прогнозовані та зворотні (тобто прогнозовані минулі значення) даних часового ряду, встановлені в один часовий ряд, мінімізуючи Помилку середнього квадратичного прогнозування. Скажімо, у мене є часові ряди 2001-2010 рр. З розривом на 2007 рік. Мені вдалося прогнозувати 2007 р., Використовуючи дані 2001-2007 рр. (Червона лінія - так …

10 r  time-series  forecasting  data-imputation 

Це питання може звучати дуже широко, але ось що я шукаю. Я знаю, що існує багато чудових книг про економетричні методи, і багато чудових статей про економетричні методи. Існують навіть відмінні відтворювані приклади економетрики, як описано в цьому перекладеному питанні . Насправді приклади в цьому питанні дуже близькі до того, …

10 r  machine-learning  forecasting  data-mining  econometrics 

Ще одне питання щодо часових рядів у мене. У мене є набір даних, який щоденно реєструє випадки насильства в психіатричній лікарні протягом трьох років. За допомогою попереднього запитання я поспілкувався з цим і зараз трохи щасливіший. Зараз у мене є те, що щоденні серії дуже галасливі. Він коливається дико, вгору …

10 time-series  forecasting 

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