«forecasting» 태그된 질문

표준 기계 학습 시나리오를 상상해보십시오. 큰 다변량 데이터 세트에 직면하고 있으며 데이터에 대해 상당히 모호합니다. 당신이해야 할 일은 가지고있는 것을 기반으로 일부 변수에 대한 예측을하는 것입니다. 평소와 같이 데이터를 정리하고 기술 통계를보고 일부 모델을 실행하고 교차 검증하는 등 여러 번 시도한 후에 여러 모델을 시도하고 시도해도 아무런 효과가 없으며 결과가 …

207 machine-learning  forecasting  modeling  model-selection  forecastability 

저는 기계 학습에 익숙하지 않고 신경망을 시계열 예측에 적용하는 방법을 알아 내려고 노력했습니다. 쿼리와 관련된 리소스를 찾았지만 여전히 약간 손실 된 것 같습니다. 너무 자세하지 않은 기본적인 설명이 도움이 될 것이라고 생각합니다. 몇 년에 걸쳐 매월 가격 값이 있고 새로운 가격 값을 예측하고 싶다고 가정 해 봅시다. 지난 몇 달 …

83 time-series  forecasting  neural-networks 

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

외삽이 왜 나쁜 생각인지에 대한 저학년 청문회로서 통계 과정에 앉아있는 것을 기억합니다. 또한 온라인에 대한 다양한 출처가 있습니다. 여기에 대한 언급도 있습니다 . 외삽이 왜 나쁜 생각인지 이해하는 사람이 있습니까? 그렇다면 예측 기술이 통계적으로 유효하지 않은 이유는 무엇입니까?

68 regression  time-series  forecasting 

에 p. PRNN 브라이언 리플리 (Brian Ripley)의 34 명은 "AIC는 Akaike의 약자라고 일반적으로 믿어 지지만 Akaike (1974)에 의해"정보 기준 "으로 명명되었다"고 언급했다. 실제로 AIC 통계를 소개 할 때 Akaike (1974, p.719)는 다음과 같이 설명합니다. "IC stands for information criterion and A is added so that similar statistics, BIC, DIC etc …

47 forecasting  model-selection  aic  bic 

나는 최근에 다양한 예측 방법 (MEAN, RWF, ETS, ARIMA 및 MLP)을 적용했으며 MEAN이 놀랍게 잘 작동하는 것을 발견했습니다. (MEAN : 모든 미래 예측이 관측 된 값의 산술 평균과 같은 것으로 예측되는 경우) MEAN은 내가 사용한 3 개의 시리즈에서 ARIMA보다 성능이 우수했습니다. 내가 알고 싶은 것은 이것이 비정상적인 것입니까? 이것은 내가 …

37 forecasting  arima 

예측과 예측의 차이점과 관계가 궁금합니다. 특히 시계열과 회귀 분석에서? 예를 들어, 나는 다음을 정정하고 있습니까? 시계열에서 예측은 시계열의 과거 값이 주어진 미래 값을 추정하는 것을 의미합니다. 회귀에서 예측은 주어진 데이터의 미래, 현재 또는 과거의 값을 추정하는 것을 의미하는 것으로 보입니다. 감사합니다.

37 regression  time-series  forecasting  terminology 

짧은 시계열 모델링과 관련하여 질문이 있습니다. 그것들을 모델링 해야하는지에 대한 질문은 아니지만 어떻게 해야 합니까? 짧은 시계열 모델링 (길이 )에 어떤 방법을 추천 하시겠습니까? "최고"라는 말은 여기서 가장 강력한 것을 의미합니다. 즉, 제한된 수의 관측 사실로 인해 오류가 발생하기 쉽습니다. 일련의 짧은 단일 관측치가 예측에 영향을 줄 수 있으므로이 방법은 …

35 time-series  forecasting  small-sample 

코멘트 : 첫째로 나는 큰이에게 감사의 말씀을 전합니다 저자 새로운의 tsoutliers의 어떤 구현 패키지 첸 리우의 오픈 소스 소프트웨어 1993 년 미국의 통계 협회 저널에 발표 된 시계열 이상치 탐지 .RRR 이 패키지는 시계열 데이터에서 5 가지 유형의 특이 치를 반복적으로 감지합니다. 첨가제 이상치 (AO) 혁신 이상치 (IO) 레벨 시프트 …

35 time-series  forecasting  arima  outliers 

VECM ( Vector Error Correction Model) 에 대해 혼란 스럽습니다 . 기술 배경 : VECM 은 VAR ( Vector Autoregressive Model )을 통합 된 다변량 시계열 에 적용 할 수있는 가능성을 제공합니다 . 교과서에서 그들은 통합 시계열에 VAR 을 적용하는 데있어 몇 가지 문제를 언급 하는데, 그 중 가장 중요한 …

30 time-series  forecasting  var  cointegration  vecm 

캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Merkle & Steyvers (2013) 글 : 적절한 채점 규칙을 공식적으로 정의하려면 를 진정한 성공 확률 가진 Bernoulli 시행 의 확률 적 예측 이라고합시다 . 적절한 점수 규칙은 경우 예상 값이 최소화되는 지표입니다 .에프에프f디디d피피p에프= p에프=피f = p 나는 우리가 예측 인들이 그들의 진실한 믿음을 정직하게 반영하는 예측을 생성하도록 장려하고, 그렇지 않으면 …

27 classification  forecasting  scoring-rules 

이전에 예측 프로 를 사용 하여 일 변량 시계열을 예측했지만 워크 플로를 R로 전환하고 있습니다. R에 대한 예측 패키지에는 유용한 기능이 많이 포함되어 있지만 자동으로 실행하기 전에 데이터 변환이 필요하지 않습니다. .arima (). 경우에 따라 예측 전문가는 예측을 수행하기 전에 변환 데이터를 로그하기로 결정하지만 아직 이유를 찾지 못했습니다. 그래서 내 …

26 r  time-series  data-transformation  forecasting  arima 

A의 나는 최근 묻는 질문 , 나는 "아니오 - 아니오"황토로 추정 할 수있는 큰 것을 들었다. 그러나 Nate Silver의 FiveThirtyEight.com에 관한 최신 기사에서 그는 선거 예측을 위해 황토를 사용하는 것에 대해 논의했습니다. 그는 황토로 공격적 예측과 보수적 예측의 세부 사항을 논의하고 있었지만, 황토 로 미래 예측을하는 것이 타당하다고 생각합니까? 나는 …

23 time-series  forecasting  predictive-models  loess  politics