Pertanyaan yang diberi tag «forecasting»

Apa perbedaan dalam menggunakan Generalized Linear Model, seperti Automatic Relevance Determination (ARD) dan regresi Ridge, dibandingkan model Time series seperti Box-Jenkins (ARIMA) atau smoothing eksponensial untuk peramalan? Apakah ada aturan praktis kapan menggunakan GLM dan kapan menggunakan Time Series?

10 time-series  generalized-linear-model  forecasting 

Ini harus muncul --- peramalan hal-hal yang macet antara 0 dan 1. Dalam seri saya, saya mencurigai komponen auto-regresi, dan juga komponen reverting-berarti, jadi saya ingin sesuatu yang saya bisa menafsirkan seperti ARIMA --- tapi saya tidak ingin itu melesat hingga 1000% di masa depan . Apakah Anda hanya menggunakan …

10 time-series  forecasting  logistic  arima  beta-regression 

Saya memiliki pengalaman sebelumnya dengan validasi silang K-fold 'normal' untuk tuning model dan saya sedikit bingung dengan aplikasi dalam model time-series. Ini adalah pemahaman saya bahwa untuk model deret waktu konsekuensi wajar untuk cross-validasi adalah prosedur 'asal-usul ke depan' yang dijelaskan oleh Hyndman . Ini masuk akal bagi saya dan …

10 time-series  forecasting  cross-validation 

Saya akhir-akhir ini memanfaatkan kembali pengetahuan dalam Time Series dan menyadari bahwa pembelajaran mesin sebagian besar hanya memberikan perkiraan satu langkah di depan. Dengan prakiraan satu langkah ke depan yang saya maksud adalah prakiraan yang, misalnya, jika kita memiliki data per jam, gunakan data dari jam 10 pagi hingga jam …

9 machine-learning  time-series  forecasting  arima 

Saya mencoba memodelkan dan memperkirakan deret waktu yang bersifat siklik daripada musiman (yaitu ada pola yang mirip musim, tetapi tidak dengan periode tetap). Ini harus dimungkinkan untuk dilakukan dengan menggunakan model ARIMA, sebagaimana disebutkan dalam Bagian 8.5 dari Peramalan: prinsip dan praktik : Nilai penting jika data menunjukkan siklus. Untuk …

9 time-series  forecasting  arima  seasonality 

Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …

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 

Hastie et al. "Unsur Pembelajaran Statistik" (2009) mempertimbangkan proses menghasilkan data dengan dan .E ( ε ) = 0 Var ( ε ) = σ 2 εY=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Mereka menyajikan dekomposisi bias-varians berikut dari kesalahan perkiraan kuadrat yang diharapkan pada titik (hal. 223, rumus 7.9): …

9 variance  forecasting  prediction  terminology  bias 

Saya punya dataset dengan format berikut. Ada kanker hasil biner / tidak ada kanker. Setiap dokter dalam dataset telah melihat setiap pasien dan memberikan penilaian independen pada apakah pasien menderita kanker atau tidak. Para dokter kemudian memberikan tingkat kepercayaan mereka dari 5 bahwa diagnosis mereka benar, dan tingkat kepercayaan ditampilkan …

9 forecasting  binary-data  psychometrics 

Saya menggunakan perpustakaan VAR statsmodels python untuk memodelkan data deret waktu keuangan dan beberapa hasil membuat saya bingung. Saya tahu bahwa model VAR menganggap data deret waktu stasioner. Saya secara tidak sengaja memasukkan serangkaian harga log non-stasioner untuk dua sekuritas yang berbeda dan secara mengejutkan nilai-nilai pas dan prakiraan sampel …

9 time-series  forecasting  r-squared  var  stationarity 

Masalah yang saya hadapi adalah memprediksi nilai deret waktu. Saya melihat satu seri waktu dan berdasarkan pada misalnya 15% dari data input, saya ingin memprediksi nilai-nilai masa depannya. Sejauh ini saya telah menemukan dua model: LSTM (memori jangka pendek; kelas jaringan saraf berulang) ARIMA Saya sudah mencoba keduanya dan membaca …

9 time-series  forecasting  references  arima  lstm 

Saya sudah mendapatkan data bulanan dari tahun 1993 hingga 2015 dan ingin melakukan perkiraan data ini. Saya menggunakan paket tsoutliers untuk mendeteksi outliers, tetapi saya tidak tahu bagaimana cara melanjutkan perkiraan dengan set data saya. Ini kode saya: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Ini adalah output saya dari paket tsoutliers ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 …

9 r  time-series  forecasting  arima  outliers 

Saya sibuk dengan pemodelan ARIMA ditambah dengan variabel eksogen untuk tujuan pemodelan promosi dan saya sulit menjelaskannya kepada pengguna bisnis. Dalam beberapa kasus paket perangkat lunak berakhir dengan fungsi transfer sederhana yaitu parameter * Variabel Eksogen. Dalam hal ini interpretasinya mudah yaitu kegiatan promosi X (diwakili oleh variabel biner eksogen) …

9 time-series  data-visualization  forecasting  arima  causality 

Kami menggunakan STL (implementasi R) untuk memperkirakan data deret waktu. Setiap hari kami menjalankan ramalan harian. Kami ingin membandingkan nilai perkiraan dengan nilai nyata dan mengidentifikasi penyimpangan rata-rata. Misalnya, kami menjalankan ramalan untuk besok dan mendapatkan poin perkiraan, kami ingin membandingkan poin ramalan ini dengan data nyata yang akan kami …

9 time-series  forecasting  accuracy 

Saya sedang berupaya mengembangkan model untuk memprediksi total penjualan suatu produk. Saya memiliki sekitar satu setengah tahun data pemesanan, sehingga saya dapat melakukan analisis deret waktu standar. Namun, saya juga memiliki banyak data tentang setiap 'peluang' (penjualan potensial) yang ditutup atau hilang. 'Peluang' dikembangkan di sepanjang tahap pipa sampai ditutup …

9 predictive-models  forecasting  econometrics 

karena saya melangkah ke peramalan dengan model ARIMA, saya mencoba memahami bagaimana saya dapat meningkatkan ramalan berdasarkan ARIMA yang sesuai dengan musiman dan pergeseran. Data saya adalah seri waktu berikut (lebih dari 3 tahun, dengan tren yang jelas ke atas dan musim yang terlihat, yang tampaknya tidak didukung oleh autokorelasi …

9 r  time-series  forecasting  arima  seasonality