Pertanyaan yang diberi tag «forecasting»

Saya pemula di R, Bisakah Anda jelaskan cara menggunakan ses dalam paket perkiraan R perkiraan ? Saya ingin memilih jumlah periode awal dan konstanta smoothing. 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) Saya memiliki 70 periode, saya ingin menggunakan 40 Periode untuk awal dan 30 untuk sampel out-of. ses(d, h=30, level=c(80,95), fan=FALSE,initial=c("simple"), alpha=.1) Apakah …

9 r  time-series  forecasting 

Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Karena kita tidak dapat mencocokkan model ARIMA ketika asumsi varians konstan dilanggar, model apa yang dapat digunakan agar sesuai dengan deret waktu univariat?

9 time-series  modeling  forecasting  arima 

Saya telah memasang model ARIMA (5,1,2) menggunakan auto.arima()fungsi dalam R dan dengan melihat urutan kita dapat mengatakan ini bukan model terbaik untuk perkiraan. Jika outlier ada dalam seri data, apa metode untuk mencocokkan model dengan data tersebut?

9 r  time-series  forecasting  outliers  arima 

Cangkok berikut diambil dari artikel ini . Saya pemula untuk bootstrap dan mencoba mengimplementasikan bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran linier dengan R bootpaket. Kode R Ini Rkode saya : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Sebagai hobi sampingan, saya telah menjelajahi rangkaian waktu perkiraan (khususnya, menggunakan R). Untuk data saya, saya memiliki jumlah kunjungan per hari, untuk setiap hari kembali hampir 4 tahun. Dalam data ini ada beberapa pola yang berbeda: Senin-Jumat memiliki banyak kunjungan (tertinggi pada Senin / Selasa), tetapi secara drastis lebih sedikit …

9 r  time-series  seasonality  forecasting 

pengantar Dalam peramalan kombinasi, salah satu solusi populer didasarkan pada penerapan beberapa kriteria informasi. Mengambil contoh kriteria Akaike diperkirakan untuk model , orang dapat menghitung perbedaan dari dan kemudian RP_j = e ^ {(AIC ^ * - AIC_j) / 2} dapat ditafsirkan sebagai probabilitas relatif model j menjadi yang benar. …

9 time-series  forecasting  data-transformation  econometrics 

Saya tidak begitu terbiasa dengan analisis data deret waktu. Namun, saya memiliki apa yang saya pikir merupakan tugas prediksi sederhana untuk ditangani. Saya memiliki sekitar lima tahun data dari proses pembuatan umum. Setiap tahun merupakan fungsi yang meningkat secara monoton dengan komponen non-linear. Saya memiliki hitungan untuk setiap minggu selama …

9 time-series  forecasting 

Saya mencoba untuk membangun model peramalan regresi deret waktu untuk variabel hasil, dalam jumlah dolar, dalam hal prediktor / variabel input lainnya dan kesalahan autokorelasi. Model semacam ini juga disebut model regresi dinamis. Saya perlu belajar cara mengidentifikasi fungsi transfer untuk setiap prediktor dan akan senang mendengar dari Anda tentang …

9 time-series  forecasting  dynamic-regression 

Saat ini saya sedang mengerjakan tugas perkiraan permintaan, dengan data puluhan ribu produk di beberapa ribu toko. Lebih khusus lagi, saya memiliki data penjualan harian setiap tahun selama beberapa tahun di setiap toko, dan tujuan saya adalah meramalkan penjualan setiap item di setiap toko di masa depan, satu hari ke …

9 time-series  forecasting  predictive-models 

The arimaxfungsi dalam TSApaket adalah untuk pengetahuan saya satu-satunya Rpaket yang akan cocok dengan fungsi transfer untuk model intervensi. Tidak memiliki fungsi prediksi meskipun yang kadang-kadang diperlukan. Apakah langkah-langkah berikut untuk mengatasi masalah ini, memanfaatkan forecastpaket yang sangat baik ? Apakah interval prediksi benar? Dalam contoh saya, kesalahan std adalah …

9 r  time-series  forecasting  arima  intervention-analysis 

Saya ingin menggunakan Jaringan Saraf Tiruan untuk memprediksi seri waktu keuangan. Saya berasal dari latar belakang IT dan memiliki pengetahuan tentang Neural Networks dan saya telah membaca tentang ini: TDNN RNN Saya telah mencari paket R untuk mereka dan saya hanya menemukan satu untuk RNN, paket RSNNS yang memiliki implementasi …

9 time-series  forecasting  neural-networks  finance 

Saya telah berurusan dengan masalah berikut. Saya memiliki semacam sistem waktu nyata dan setiap kerangka waktu saya membaca nilai saat ini, membuat rangkaian waktu (seperti 1, 12, 2, 3, 5, 9, 1, ...). Saya ingin mengetahui metode (statistik dan pembelajaran mesin) untuk memperkirakan nilai selanjutnya secara online (artinya setiap kali …

9 time-series  machine-learning  online  forecasting 

Apakah masuk akal untuk mengenakan model secara sengaja? Katakanlah saya memiliki kasus penggunaan di mana saya tahu data tidak akan banyak berbeda sehubungan dengan data pelatihan. Saya berpikir di sini tentang prediksi lalu lintas, di mana status lalu lintas mengikuti serangkaian pola yang tetap pagi perjalanan aktivitas waktu malam dan …

8 machine-learning  time-series  forecasting  prediction  overfitting 

Baru-baru ini saya menemukan artikel yang menarik tentang memprediksi pengembalian pasar saham di masa depan. Penulis menyajikan grafik di bawah ini dan mengutip R ^ 2 dari 0,913. Ini akan membuat metode penulis jauh lebih unggul daripada apa pun yang pernah saya lihat pada subjek (kebanyakan berpendapat bahwa pasar saham …

8 machine-learning  time-series  forecasting  predictive-models