«arima» 태그된 질문

ARIMA 모델링 / Box Jenkins (BJ)에서 매개 변수가 어떻게 추정되는지 이해하려고합니다. 불행히도 내가 만난 책 중 어느 것도 Log-Likelihood 추정 절차와 같은 추정 절차를 자세하게 설명하지 않습니다. 매우 유용한 웹 사이트 / 교육 자료 를 찾았습니다 . 다음은 위에서 언급 한 소스의 방정식입니다. L L ( θ ) = − …

15 time-series  forecasting  arima  optimization  box-jenkins 

약 2 년의 일일 데이터 포인트가 포함 된 일일 시계열 판매 데이터를 사용하고 있습니다. 온라인 자습서 / 예제 중 일부를 기반으로 데이터의 계절성을 확인하려고했습니다. 주별, 월별 및 아마도 연간 주기성 / 계절성이있는 것 같습니다. 예를 들어, 월중 첫 번째 월급 날 효과에 주중에 며칠 동안 지속되는 월급이 있습니다. 관측 값을 …

15 r  time-series  forecasting  arima  multiple-seasonalities 

계절 ARIMA (0,0,0) (0,1,0) [12] 모델 (= fit2)을 사용하여 예측하려고하는 시계열이 있습니다. R이 auto.arima로 제안한 것과는 다릅니다 (R 계산 된 ARIMA (0,1,1) (0,1,0) [12]가 더 적합 할 것입니다. 그러나 내 시계열의 지난 12 개월 동안 내 모델 (fit2)이 조정될 때 더 잘 맞는 것 같습니다 (만성적으로 편향된 경우, 잔차 평균을 …

15 r  time-series  statistical-significance  arima  residuals 

25 개 기간 동안 여러 제품 (1200 개 제품)의 수요를 포함한 데이터 세트가 있으며 다음 기간 동안 각 제품의 수요를 예측해야합니다. 처음에는 ARIMA를 사용하고 각 제품에 대한 모델을 학습하고 싶었지만 제품 수와 (p, d, q) 매개 변수 조정으로 인해 시간이 많이 걸리고 실용적이지 않습니다. 이전 요구가 독립 변수 인 경우 …

14 machine-learning  time-series  arima 

패널 데이터 분석에서, 임의 / 혼합 효과가있는 다중 레벨 모델을 사용하여 자동 상관 문제 (즉, 시간이 지남에 따라 개별적으로 관측 값이 군집 됨)를 처리하기 위해 시간과 충격의 일부 사양에 맞게 조정 된 다른 매개 변수를 추가했습니다. . ARMA / ARIMA는 비슷한 문제를 해결하기 위해 고안된 것 같습니다. 온라인에서 찾은 리소스는 …

14 time-series  mixed-model  arima  multilevel-analysis 

시계열 분석에서 Box-Jenkins 모델 선택 절차는 시리즈의 자기 상관 및 부분 자기 상관 함수를 살펴 보는 것으로 시작합니다. 이러한 도표 는 ARMA 모델 에서 적절한 ppp 및 를 제안 할 수 있습니다 . 이 절차는 사용자에게 AIC / BIC 기준을 적용하여 화이트 노이즈 오류 항이있는 모델을 생성하는 모델 중에서 가장 …

14 regression  time-series  arima  model-selection  box-jenkins 

저는 현재 데이터 공학 석사 학위를 공부하고있는 비즈니스 및 경제학을 전공했습니다. 선형 회귀 (LR)와 시계열 분석 (TS)을 공부하면서 질문이 떠 올랐습니다. 여러 선형 회귀를 사용하고 지연된 변수를 추가하는 대신 (ACF 및 PACF를 사용하여 지연된 순서로) 완전히 새로운 방법, 즉 시계열 (ARIMA)을 만드는 이유는 무엇입니까? 그래서 선생님은이 문제에 대한 작은 에세이를 …

14 regression  time-series  multiple-regression  least-squares  arima 

여러 외생 변수가있는 여러 시계열 ARIMA 모델을 기반으로 예측을 수행하고 싶습니다. 통계 나 RI가 유지하고 싶지 않은 기술에 대해서는 그다지 간단하지 않기 때문에 (3 개월 동안의 예측은 충분합니다). 나는 1 개의 종속 시계열과 3-5 개의 예측 변수 시계열, 모든 월간 데이터, 간격이없고 같은 시간 "수평선"이 있습니다. auto.arima 함수가 발생하여 이것이 …

14 r  time-series  arima 

일부 바람 / 파도 데이터에 대한 ARIMA 모델을 구축 중입니다. 각 변수에 대해 별도의 모델을 작성 중입니다. 모델링해야 할 변수 중 두 가지는 파도와 바람 방향입니다. 값은도 (0-360 °)입니다. 값 간격이 원형 인이 유형의 데이터를 모델링 할 수 있습니까? 그렇지 않다면, 이런 종류의 데이터에 가장 적합한 모델은 무엇입니까?

13 time-series  arima  circular-statistics 

앞으로 6 개월 동안 원자재 (석유, 알루미늄, 주석 등)의 가격을 예측하려는 소규모 프로젝트를 진행하고 있습니다. 예측할 12 가지 변수가 있으며 2008 년 4 월-2013 년 5 월의 데이터가 있습니다. 예측은 어떻게해야합니까? 나는 다음을 수행했다. 시계열 데이터 세트로 가져온 데이터 모든 변수의 계절성은 추세에 따라 달라지는 경향이 있으므로 곱셈 모델을 사용하겠습니다. …

13 r  time-series  forecasting  neural-networks  arima 

R (2.15.2)에서는 시계열에 ARIMA (3,1,3)를 한 번, 한 번 다른 시계열에 ARMA (3,3)를 한 번 장착했습니다. ARIMA의 피팅 방법으로 인해 피팅 매개 변수가 다릅니다. 또한 ARMA (3,3)과 동일한 데이터에 ARIMA (3,0,3)를 피팅하면 내가 사용하는 피팅 방법에 관계없이 동일한 매개 변수가 생성되지 않습니다. ARMA에서와 동일한 피팅 계수를 얻기 위해 ARIMA에 맞는 …

13 r  time-series  arima  fitting  arma 

ARIMA 모델을 배우고 적용하려고 노력했습니다. 나는 일 변량 상자 -Jenkins 모델을 사용한 Pankratz- 예측 및 개념에 의해 ARIMA에 대한 훌륭한 텍스트를 읽었습니다 . 본문에서 저자는 특히 ARIMA 모델을 선택할 때 parsimony의 원칙을 강조합니다. 나는 R 패키지 예측auto.arima() 에서 기능을 가지고 놀기 시작했다 . 다음은 내가 한 일이며 ARIMA를 시뮬레이션 한 …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Arima를 사용하기 전에 계열을 변경하는 것이 더 좋습니까 (또는 필요하다고 가정) Arima 내에서 d 매개 변수를 사용하는 것이 더 낫습니까? 동일한 모델과 데이터로 어떤 경로를 취했는지에 따라 피팅 값이 어떻게 다른지 놀랐습니다. 아니면 내가 잘못하고 있습니까? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), end=c(1994,8)) wineindT_diff <-diff(wineindT) #coefficients and other measures are similar modA<-Arima(wineindT,order=c(1,1,0)) …

13 r  time-series  arima 

시계열 예측을 자동화해야하며 해당 계열의 기능 (계절, 추세, 노이즈 등)을 미리 알지 못합니다. 내 목표는 각 시리즈에 가장 적합한 모델을 얻는 것이 아니라 매우 나쁜 모델을 피하는 것입니다. 다시 말해, 매번 작은 오류를 얻는 것은 문제가되지 않지만 가끔 큰 오류를 얻는 것은 문제가됩니다. 다른 기법으로 계산 된 모델을 결합하여이를 달성 …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

다른 시계열에서 작업하는 것은 2 년이 넘었습니다. AC 용어가 MA 용어의 순서를 식별하는 데 사용되고 PACF는 AR을 나타내는 데 사용되는 많은 기사를 읽었습니다. MA의 경우 ACF가 갑자기 종료되는 지연은 MA의 순서이며 PACF 및 AR의 경우와 비슷합니다. 다음은 PennState Eberly College of Science 의 기사 중 하나입니다 . 내 질문은 왜 …

13 time-series  arima  autoregressive  moving-average