Pertanyaan yang diberi tag «forecasting»

Saya memprogram dan melakukan pengembangan berbasis tes. Setelah saya membuat perubahan dalam kode saya, saya menjalankan tes saya. Terkadang mereka berhasil dan terkadang mereka gagal. Sebelum saya menjalankan tes saya menuliskan angka 0,01-0,99 untuk kepercayaan saya bahwa tes akan berhasil. Saya ingin tahu apakah saya membaik dalam memprediksi apakah tes …

10 forecasting  decision-theory  calibration  scoring-rules 

Apa keuntungan mengekspresikan model ARMA sebagai model ruang-negara dan melakukan peramalan menggunakan filter Kalman? Metodologi ini misalnya digunakan dalam implementasi SARIMAX dari python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

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

Salah satu masalah penting yang dihadapi oleh peramal adalah apakah seri yang diberikan dapat diperkirakan atau tidak? Saya menemukan sebuah artikel berjudul " Entropi sebagai Indikator A Priori dari Kemampuan Prakiraan " oleh Peter Catt yang menggunakan Perkiraan Entropi (ApEn) sebagai ukuran relatif untuk menentukan seri waktu tertentu yang dapat …

10 time-series  forecasting  entropy  maximum-entropy  forecastability 

Saya telah mendengar sedikit tentang menggunakan jaringan saraf untuk memperkirakan deret waktu. Bagaimana saya bisa membandingkan, metode mana untuk meramalkan seri waktu saya (data ritel harian) yang lebih baik: auto.arima (x), ets (x) atau nnetar (x). Saya dapat membandingkan auto.arima dengan ets oleh AIC atau BIC. Tetapi bagaimana saya bisa …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

Saya sedang melakukan penelitian tentang peramalan deret waktu fungsi kepadatan probabilitas. Kami bermaksud memperkirakan PDF yang diberikan secara historis (biasanya, diperkirakan) PDF. Metode peramalan yang kami kembangkan berkinerja cukup baik dalam studi simulasi. Namun, saya memerlukan contoh numerik dari aplikasi nyata untuk menggambarkan metode kami lebih lanjut. Jadi, apakah ada …

10 time-series  forecasting  functional-data-analysis 

Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan pencilan ini ke dalam model saya sehingga saya dapat menggunakannya untuk …

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 

Saya memiliki dataset di mana intuisi empiris mengatakan saya harus mengharapkan musiman mingguan (yaitu, perilaku pada hari Sabtu dan minggu berbeda dari sisa minggu ini). Haruskah premis ini benar, bukankah seharusnya grafik autokorelasi memberi saya kelipatan kelipatan 7? Berikut contoh data: data = TemporalData[{{{2012, 09, 28}, 19160768}, {{2012, 09, 19}, …

10 time-series  autocorrelation  forecasting 

Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …

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 

Saya mencoba meramalkan penjualan produk di vending machine. Masalahnya adalah bahwa mesin diisi pada interval yang tidak teratur dan pada setiap pengisian kita hanya dapat mencatat penjualan agregat sejak pengisian terakhir mesin (yaitu kita tidak memiliki data penjualan harian). Jadi pada dasarnya kami memiliki data untuk penjualan agregat pada interval …

10 time-series  forecasting 

Berpikir tentang masalah yang seharusnya sederhana namun menarik, saya ingin menulis beberapa kode untuk memperkirakan konsumsi yang akan saya butuhkan dalam waktu dekat mengingat sejarah lengkap pembelian saya sebelumnya. Saya yakin masalah semacam ini memiliki beberapa definisi yang lebih umum dan dipelajari dengan baik (seseorang menyarankan ini terkait dengan beberapa …

10 time-series  machine-learning  forecasting 

Saya telah bekerja selama berbulan-bulan tentang peramalan beban jangka pendek dan penggunaan data iklim / cuaca untuk meningkatkan akurasi. Saya memiliki latar belakang ilmu komputer dan untuk alasan ini saya mencoba untuk tidak membuat kesalahan besar dan perbandingan yang tidak adil bekerja dengan alat statistik seperti model ARIMA. Saya ingin …

10 time-series  forecasting  arima 

Saya ingin menggabungkan perkiraan dan backcasted (yaitu nilai-nilai masa lalu yang diprediksi) dari data time-series yang ditetapkan ke dalam satu time-series dengan meminimalkan Mean Squared Prediction Error. Katakanlah saya memiliki deret waktu dari 2001-2010 dengan celah untuk tahun 2007. Saya telah dapat meramalkan 2007 menggunakan data 2001-2007 (garis merah - …

10 r  time-series  forecasting  data-imputation 

Pertanyaan ini mungkin terdengar sangat luas, tetapi inilah yang saya cari. Saya tahu ada banyak buku bagus tentang metode ekonometrik, dan banyak artikel ekspositori bagus tentang teknik ekonometrik. Bahkan ada contoh ekonometrik yang dapat direproduksi dengan sangat baik , seperti yang dijelaskan dalam pertanyaan CrossValidated ini . Kenyataannya contoh-contoh dalam …

10 r  machine-learning  forecasting  data-mining  econometrics 

Pertanyaan lain tentang deret waktu dari saya. Saya memiliki dataset yang memberikan catatan harian tentang insiden kekerasan di rumah sakit jiwa selama tiga tahun. Dengan bantuan dari pertanyaan saya sebelumnya, saya telah mengotak-atiknya dan sekarang saya sedikit lebih bahagia. Yang saya miliki sekarang adalah bahwa seri hariannya sangat bising. Ini …

10 time-series  forecasting 

Saat ini saya sedang mengerjakan proyek untuk melakukan peramalan data deret waktu (data bulanan). Saya menggunakan R untuk melakukan peramalan. Saya memiliki 1 variabel dependen (y) dan 3 variabel independen (x1, x2, x3). Variabel y memiliki 73 pengamatan, dan begitu pula 3 variabel lainnya (juga 73). Dari Januari 2009 hingga …

10 time-series  multiple-regression  forecasting  lags