Запитання з тегом «forecasting»

В даний час я працюю над проектом з прогнозування даних часових рядів (щомісячні дані). Я використовую R для прогнозування. У мене є 1 залежна змінна (y) і 3 незалежні змінні (x1, x2, x3). Змінна y має 73 спостереження, так само, як і інші 3 змінні (alos 73). З січня 2009 …

10 time-series  multiple-regression  forecasting  lags 

У чому полягають відмінності у використанні узагальнених лінійних моделей, таких як автоматичне визначення відповідності (ARD) та регресія хребта, порівняно з моделями часових рядів, як Box-Jenkins (ARIMA) або експоненціальне згладжування для прогнозування? Чи є якісь правила щодо того, коли використовувати GLM та коли використовувати часовий ряд?

10 time-series  generalized-linear-model  forecasting 

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 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Хасті та ін. "Елементи статистичного навчання" (2009) розглядають процес формування даних Y= f( X) + εY=f(X)+ε Y = f(X) + \varepsilon з E (ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 і Var ( ε ) =σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}. Вони представляють наступне розмежування дисперсійної дисперсії очікуваної помилки прогнозу в квадраті в точці х0x0x_0 (с. 223, формула 7.9): Помилка (х0)= …

9 variance  forecasting  prediction  terminology  bias 

У мене є набір даних із наступним форматом. Рак бінарного результату / рак немає. Кожен лікар у наборі даних бачив кожного пацієнта і давав незалежне рішення щодо того, хворий на рак чи ні. Потім лікарі дають рівень впевненості з 5, що їх діагноз правильний, а рівень довіри відображається в дужках. …

9 forecasting  binary-data  psychometrics 

Я використовую VT-бібліотеку статистичних моделей python для моделювання даних фінансових часових рядів, і деякі результати мене здивували. Я знаю, що моделі VAR припускають, що дані часових рядів є нерухомими. Я ненавмисно помістив нестаціонарну серію цін журналів на два різні цінні папери, і на диво пристосовані значення та вибіркові прогнози були …

9 time-series  forecasting  r-squared  var  stationarity 

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 

Я зайнятий моделюванням ARIMA, доповненим екзогенними змінними для цілей рекламного моделювання, і мені важко пояснити це діловим користувачам. У деяких випадках програмні пакети закінчуються простою функцією передачі, тобто параметром * Exogenous Variable. У цьому випадку інтерпретація є простою, тобто промоційна діяльність X (представлена ​​екзогенною бінарною змінною) впливає на залежну змінну …

9 time-series  data-visualization  forecasting  arima  causality 

Ми використовуємо STL (реалізація R) для прогнозування даних часових рядів. Щодня ми проводимо щоденні прогнози. Ми хотіли б порівняти прогнозні значення з реальними значеннями та виявити середнє відхилення. Наприклад, ми склали прогноз на завтра і отримали прогнозні бали, ми хотіли б порівняти ці точки прогнозу з реальними даними, які ми …

9 time-series  forecasting  accuracy 

Я працюю над розробкою моделі для прогнозування загальних продажів товару. У мене є близько півтора року бронювання даних, тому я міг зробити стандартний аналіз часових рядів. Однак у мене також багато даних про кожну "можливість" (потенційний продаж), яка була або закрита, або втрачена. "Можливості" просуваються по етапах трубопроводу, поки вони …

9 predictive-models  forecasting  econometrics 

Коли я вступаю в прогнозування за допомогою моделей ARIMA, я намагаюся зрозуміти, як я можу покращити прогноз на основі підходу ARIMA із сезонністю та дрейфом. Мої дані - наступний часовий ряд (понад 3 роки, з чіткою тенденцією вгору та видимою сезонністю, яка, схоже, не підтримується автокореляцією з відставаннями 12, 24, …

9 r  time-series  forecasting  arima  seasonality 

Я початківець в R, чи не могли б ви пояснити, як використовувати ses в пакеті прогнозу R прогнозу ? Я хотів би вибрати кількість початкових періодів і постійну згладжування. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) У мене 70 періодів, я хотів би використати 40 періодів для початкових і 30 для вибіркових. ses(d, h=30, …

9 r  time-series  forecasting