У меня есть набор данных, в котором эмпирическая интуиция говорит, что я должен ожидать еженедельной сезонности (то есть поведение в субботу и воскресенье отличается от остальной части недели). Должна ли эта предпосылка быть верной, разве график автокорреляции не должен давать мне всплески с лагом,...
Я хотел бы разложить следующие данные временных рядов на сезонные, трендовые и остаточные компоненты. Данные представляют собой почасовой профиль Cooling Energy из коммерческого здания: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81)...
Я работаю над набором данных. После использования некоторых методов идентификации моделей я разработал модель ARIMA (0,2,1). Я использовал detectIOфункцию в пакете TSAв R, чтобы обнаружить инновационный выброс (IO) на 48-м наблюдении за моим исходным набором данных. Как включить этот выброс в мою...
Я пытаюсь использовать радиочастотную регрессию для прогнозирования производительности бумажной фабрики. У меня есть поминутные данные для входных данных (скорость и количество поступающей древесной массы и т. Д.), А также для производительности машины (произведенная бумага, мощность, потребляемая...
Я делаю некоторые исследования о прогнозировании временных рядов функций плотности вероятности. Мы стремимся прогнозировать PDF с учетом исторически наблюдаемого (обычно оценочного) PDF. Метод прогнозирования, который мы разрабатываем, довольно хорошо работает в симуляционных исследованиях. Однако...
Я пытаюсь найти способ исправить выбросы, как только я найду / обнаружу их в данных временных рядов. Некоторые методы, такие как nnetar в R, дают некоторые ошибки для временных рядов с большими / большими выбросами. Мне уже удалось исправить пропущенные значения, но выбросы все еще разрушают мои...
Я немного слышал об использовании нейронных сетей для прогнозирования временных рядов. Как я могу сравнить, какой метод для прогнозирования моих временных рядов (ежедневные данные о розничных продажах) лучше: auto.arima (x), ets (x) или nnetar (x). Я могу сравнить auto.arima с ETS по AIC или BIC....
Один из важных вопросов, с которыми сталкиваются синоптики, заключается в том, можно ли прогнозировать данную серию или нет? Я наткнулся на статью Питера Кэтта « Энтропия как априорный показатель прогнозируемости », в которой в качестве относительной меры для определения заданного временного ряда...
Каковы различия в использовании обобщенных линейных моделей, таких как автоматическое определение релевантности (ARD) и регрессия хребта, по сравнению с моделями временных рядов, такими как Box-Jenkins (ARIMA) или экспоненциальное сглаживание для прогнозирования? Существуют ли практические правила,...
Я аналитик в области финансов и страхования, и всякий раз, когда я пытаюсь соответствовать моделям волатильности, я получаю ужасные результаты: остатки часто нестационарны (в смысле единичного корня) и гетероскедастичны (поэтому модель не объясняет волатильность). Возможно, модели ARCH / GARCH...
Каковы преимущества выражения модели ARMA как модели пространства состояний и прогнозирования с использованием фильтра Калмана? Эта методология, например, используется в реализации SARIMAX для python-statsmodels:...
В настоящее время я работаю над проектом по прогнозированию данных временных рядов (ежемесячных данных). Я использую R для прогнозирования. У меня есть 1 зависимая переменная (у) и 3 независимых переменных (х1, х2, х3). Переменная y имеет 73 наблюдения, также как и остальные 3 переменные (alos 73)....
Я программирую и занимаюсь разработкой на основе тестов. После внесения изменений в код я запускаю свои тесты. Иногда они добиваются успеха, а иногда они терпят неудачу. Перед запуском теста я записываю число от 0,01 до 0,99, чтобы удостовериться, что тест пройдёт успешно. Я хочу знать, улучшаю ли...
Я пытаюсь построить модель прогнозирования регрессии временных рядов для выходной переменной в долларовом выражении с точки зрения других предикторов / входных переменных и автокоррелированных ошибок. Этот тип модели также называется моделью динамической регрессии. Мне нужно научиться определять...
Введение А яСJAяСJAIC_jJJjА яСJAяСJAIC_jА яС*= минJА яСJAяС*знак равноминJAяСJAIC^* = \min_j{AIC_j}R PJ= е( А яС*- А яСJ) / 2рпJзнак равное(AяС*-AяСJ)/2RP_j = e^{(AIC^*-AIC_j)/2}JJj весJ= R PJΣJR PJвесJзнак равнорпJΣJрпJw_j = \frac{RP_j}{\sum_j RP_j} проблема Трудность, которую я пытаюсь...
В качестве дополнительного хобби я изучал прогнозирование временных рядов (в частности, с использованием R). По моим данным, у меня есть количество посещений в день, за каждый день, уходящий почти на 4 года. В этих данных есть несколько четких закономерностей: Понедельник-пятница имеет много...
Следующие прививки взяты из этой статьи . Я новичок в начальной загрузке и пытаюсь реализовать параметрическую, полупараметрическую и непараметрическую загрузку начальной загрузки для линейной смешанной модели с R bootпакетом. Код R Вот мой Rкод: library(SASmixed) library(lme4) library(boot)...
Я установил модель ARIMA (5,1,2), используя auto.arima()функцию в R, и, посмотрев порядок, мы можем сказать, что это не лучшая модель для прогнозирования. Если в рядах данных существуют выбросы, каков метод для подгонки модели к таким...
Предположим, у меня есть одна выборка частот из 4 возможных событий: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 и у меня есть ожидаемые вероятности того, что мои события произойдут: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 С суммой наблюдаемых частот моих четырех событий (18) я могу рассчитать ожидаемые частоты...
Проблема, с которой я имею дело, заключается в прогнозировании значений временных рядов. Я смотрю на один временной ряд за раз и на основе, например, 15% входных данных, я хотел бы предсказать его будущие значения. До сих пор я сталкивался с двумя моделями: LSTM (долговременная кратковременная...