«arima» 태그된 질문

위키 백과 페이지는 박스 - 젠킨스는 시계열에 ARIMA 모델을 피팅하는 방법이라고 말한다. 이제 ARIMA 모델을 시계열에 맞추려면 SAS를 열고 호출 proc ARIMA하고 매개 변수 를 제공하면 SAS에서 AR 및 MA 계수를 제공합니다. 이제 의 다른 조합을 시도 할 수 있으며 SAS는 각 경우마다 계수 세트를 제공합니다. Akaike 정보 기준이 가장 …

10 time-series  arima  sas  aic  box-jenkins 

통계와 R에 익숙하지 않습니다. 데이터 세트의 ARIMA 매개 변수를 결정하는 프로세스를 알고 싶습니다. R을 사용하고 이론적으로 (가능한 경우) 똑같은 것을 알아낼 수 있습니까? 데이터는 1 월 12 일에서 3 월 14 일까지이며 월별 판매량을 나타냅니다. 데이터 세트는 다음과 같습니다. 99 58 52 83 94 73 97 83 86 63 77 …

10 r  arima  box-jenkins 

신경망을 사용하여 시계열을 예측하는 것에 대해 조금 들었습니다. 어떻게 시계열 (일일 소매 데이터)을 예측하는 방법이 더 좋은지 비교할 수 있습니다 : auto.arima (x), ets (x) 또는 nnetar (x). auto.arima와 AIC 또는 BIC의 ets를 비교할 수 있습니다. 그러나 어떻게 신경망과 비교할 수 있습니까? 예를 들면 다음과 같습니다. > dput(x) c(1774, 1706, …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …

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 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

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 

정확도를 높이기 위해 단기 부하 예측 및 기후 / 날씨 데이터 사용에 대해 몇 달 동안 노력해 왔습니다. 나는 컴퓨터 과학 배경을 가지고 있으며 ARIMA 모델과 같은 통계 도구를 사용하여 큰 실수와 불공평 한 비교를하려고하지 않습니다. 몇 가지 사항에 대한 귀하의 의견을 알고 싶습니다. 날씨 데이터가 예측에 미치는 영향을 조사하기 …

10 time-series  forecasting  arima 

칼만 필터에 대해 읽기 시작했을 때 ARIMA 모델의 특별한 경우라고 생각했습니다 (즉, ARIMA (0,1,1)). 그러나 실제로 상황이 더 복잡해 보입니다. 우선, ARIMA는 예측에 사용될 수 있고 Kalman 필터는 필터링에 사용됩니다. 그러나 그들은 밀접한 관련이 있습니까? 질문 : ARIMA와 Kalman 필터의 관계는 무엇입니까? 하나는 다른 것을 사용하고 있습니까? 하나의 특별한 경우입니까?

10 time-series  bayesian  arima  kalman-filter 

내가 다루고있는 문제는 시계열 값을 예측하는 것입니다. 한 번에 하나의 시계열을보고 있으며 입력 데이터의 15 %를 기준으로 미래 값을 예측하고 싶습니다. 지금까지 나는 두 가지 모델을 보았습니다. LSTM (장기 단기 기억, 반복 신경망의 클래스) 아리마 나는 둘 다 시도하고 그들에 대한 기사를 읽었습니다. 이제 두 가지를 비교하는 방법에 대해 더 …

10 time-series  forecasting  references  arima  lstm 

ACF 및 PACF 플롯을 올바르게 해석하고 있는지 확인하고 싶습니다. 데이터는 실제 데이터 포인트간에 생성 된 오류와 AR (1) 모델을 사용하여 생성 된 추정치에 해당합니다. 나는 여기에 답을 보았습니다. ACF 및 PACF 검사를 통한 ARMA 계수 추정 읽은 후에는 오류가 자동 상관 관계가 아닌 것처럼 보이지만 확실하게 확인하고 싶습니다. 1.) 첫 …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

stats.stackexchange 에서이 질문에 대한 답변을 확인했습니다. 통계 기록을 제공하는 좋은 자료는 무엇입니까? 실제로 Stigler의 책 "Statistics on the Table"은 훌륭해 보이며 앞으로 읽어 보시기 바랍니다. 그러나 나는 현대 ARIMA 모델의 개발에 더 관심이 있습니다. 제 2 차 세계 대전의 포병 총에 대한 무작위 부정확성을 예측하려는 노력에 많은 진전이 있었음을 들었습니다. …

10 time-series  references  arima  history 

이것은 0과 1 사이에 갇힌 것들의 예측입니다. 이 시리즈에서는 자동 회귀 구성 요소와 평균 복귀 구성 요소가 의심되므로 ARIMA처럼 해석 할 수있는 무언가를 원하지만 앞으로 1000 %까지 튀기를 원하지 않습니다. . 로지스틱 회귀 분석의 매개 변수로 ARIMA 모델을 사용하여 결과를 0과 1 사이에 제한합니까? 또는 베타 회귀가 (0,1) 데이터에 더 …

10 time-series  forecasting  logistic  arima  beta-regression 

나는 최근에 시계열 지식을 되찾았고 머신 러닝은 대부분 한 걸음 앞서 나간다는 것을 깨달았습니다. 로 한 단계 미리 예측 우리가 시간별 데이터가있는 경우 예를 들어, 자정 등을위한 예측 오전 11시 오전 11시 오전 10시에서 데이터를 사용, I 평균 예측 머신 러닝 방법으로 미리 예측할 수 있습니까? 사전 예측을 사용하면 예를 …

9 machine-learning  time-series  forecasting  arima 

계절보다는 순환적인 시계열을 모델링하고 예측하려고합니다 (즉, 계절과 유사한 패턴이 있지만 고정 기간이 아닌). 예측의 8.5 절에 언급 된 ARIMA 모델을 사용하여 수행 할 수 있어야합니다 . 원칙 및 실습 : 의 가치 피pp데이터가 순환하는 경우 중요합니다. 주기적 예측을 얻으려면p ≥ 2p≥2p\geq 2매개 변수에 대한 추가 조건과 함께. AR (2) 모델의 …

9 time-series  forecasting  arima  seasonality 

1993 년부터 2015 년까지 월간 데이터를 얻었으며이 데이터에 대한 예측을하고 싶습니다. tsoutliers 패키지를 사용하여 특이 치를 감지했지만 내 데이터 세트로 어떻게 계속 예측하는지 모릅니다. 이것은 내 코드입니다. product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) 이것은 tsoutliers 패키지의 내 출력입니다. ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 LS46 LS51 LS61 TC133 LS181 AO183 AO184 LS185 TC186 TC193 TC200 0.1700 0.4316 …

9 r  time-series  forecasting  arima  outliers