«forecasting» 태그된 질문

나는 matemathics stackexchange site 에서이 질문 을했고 여기에서 물어볼 것을 권장했다. 취미 프로젝트를 진행 중이며 다음 문제에 대한 도움이 필요합니다. 약간의 맥락 기능과 가격에 대한 설명이있는 항목 모음이 있다고 가정 해 봅시다. 자동차와 가격 목록을 상상해보십시오. 모든 자동차에는 엔진 크기, 색상, 마력, 모델, 연도 등 기능 목록이 있습니다. 각 제조업체마다 …

15 regression  forecasting  econometrics 

문맥: 매일 방문수를 기록하는 웹 사이트 그룹이 있습니다. W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. } W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. } W2 = { 0, 0, 4, 2, 2, …

15 time-series  forecasting 

폐쇄되었습니다 . 이 질문은 더 집중되어야 합니다. 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 한 가지 문제에만 집중할 수 있도록 질문을 업데이트하십시오 . 휴일 2 년 전 . 현재 통계 / 경제학에 중점을 둔 마스터 프로그램을 따르고 있습니다. 제 주인은 모든 학생들이 3 개월 동안 …

14 machine-learning  forecasting  predictive-models  prediction  out-of-sample 

지수 평활 모형의 맥락에서 누락 된 데이터를 처리하는 표준 방법은없는 것 같습니다. 특히, 예측 패키지 에서 ets 라고하는 R 구현은 데이터 손실없이 가장 긴 하위 시퀀스를 취하는 것으로 보이며 Hyndman et al. 누락 된 데이터에 대해 전혀 이야기하지 않는 것 같습니다. 사용자가 명시 적으로 요청하면 (그리고 누락 된 데이터가 너무 …

14 time-series  forecasting  missing-data 

월간 데이터 시리즈에서 향후 기간을 예측해야하는 경우가 종종 있습니다. 시계열에서 다음 기간에 대한 알파의 신뢰 구간을 계산하는 공식을 사용할 수 있지만 여기에는 두 번째 기간과 세 번째 등을 처리하는 방법이 포함되지 않습니다. 어떤 예측이 신뢰 구간을 상하로 그래프로 표시 할 경우 불확실성이 누적 력이므로 일반적으로 이러한 구간이 평균 예측에 비해 …

14 confidence-interval  forecasting 

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 

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 

시계열에 대한 예측 모델이 있으며 샘플 외부 예측 오류를 계산하려고합니다. 현재 내가 따르고있는 전략은 Rob Hyndman의 블로그 (페이지 하단 근처)에서 제안 된 것입니다 (시계열 및 크기 의 훈련 세트를 가정 )y1,…,yny1,…,yny_1,\dots,y_nkkk 데이터에 모델을 장착 및하자 다음 관찰에 대한 예측합니다.yt,…,yt+k−1yt,…,yt+k−1y_t,\dots,y_{t+k-1}y^t+ky^t+k\hat{y}_{t+k} 예측 오류를 .et=y^t+k−yt+ket=y^t+k−yt+ke_{t} = \hat{y}_{t+k} - y_{t+k} 대해 반복t=1,…,n−kt=1,…,n−kt=1,\dots,n-k 평균 제곱 …

13 time-series  forecasting 

데이터 : 저는 최근 풍력 생산 예측 오류의 시공간 분야의 확률 적 특성을 분석하기 위해 노력했습니다. 공식적으로 이것은 은 시간에 두 번 ( 및 ), 한 번에 공간 ( )에 색인을 생성 하고 는 미리보기 횟수입니다 (주변과 동일) , 정기적으로 샘플링 됨), 는 "예측 시간"의 수 (즉, 예측이 발행 된 …

13 forecasting  data-mining  stochastic-processes  spatial  spatio-temporal 

이것은 약간의 플립 판트 질문이지만 대답에 진지한 관심이 있습니다. 나는 정신 병원에서 일하고 있으며, 와드의 폭력 수준과 관련하여 매일 각 와드에서 수집되는 3 년간의 데이터를 가지고 있습니다. 분명히이 데이터에 맞는 모델은 시계열 모델입니다. 좀 더 평범하게하기 위해 점수를 달리해야했습니다. 나는 차분 된 데이터로 ARMA 모델을 적합 시켰으며, 내가 생각하기에 가장 …

13 time-series  forecasting 

Rob Hyndman의 예측 패키지를 사용하여 R에서 일부 예측을 수행하고 있습니다 . 패키지에 포함 된 용지는 여기 에서 찾을 수 있습니다 . 이 논문에서 저자들은 자동 예측 알고리즘을 설명한 후 동일한 데이터 세트에서 알고리즘을 구현합니다. 그러나 지수 평활과 ARIMA 모델을 모두 추정 한 후에는 이해할 수없는 진술을합니다 (17 페이지). 정보 기준은 …

13 time-series  forecasting  model-selection  aic 

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 

주간 계절성을 가진 상당히 예측 가능한 일일 시계열이 있습니다. 휴일이 없을 때 꽤 정확한 예측 (교차 유효성 확인으로 확인)을 제시 할 수 있습니다. 그러나 휴일이있을 때 다음과 같은 문제가 있습니다. 모든 역사적 공휴일이 0이지만 내 예측에 공휴일의 숫자가 0이 아닙니다. 이것은 실제로 주요한 문제는 아닙니다. 문제는 ... 공휴일에 발생하지 않는 …

12 time-series  forecasting  arima  outliers 

간의 명시 적 차이가 있는 샘플 예측 및 의사 밖으로의 샘플 예측 . 둘 다 예측 모델 평가 및 비교와 관련이 있습니다.

12 forecasting  model-comparison  out-of-sample  in-sample 

자동차가 움직이지 않을 때 1과 자동차가 움직일 때 0으로 이진 시계열이 있습니다. 최대 36 시간 전과 매 시간마다 수평선을 예측하고 싶습니다. 첫 번째 접근 방식은 t-24 (일별 계절), t-48 (주간 계절), 하루 중 시간을 사용하여 Naive Bayes를 사용하는 것입니다. 그러나 결과는 그리 좋지 않습니다. 이 문제에 대해 어떤 기사 나 …

12 r  time-series  forecasting  binary-data