«forecasting» 태그된 질문

현재 시계열 데이터 (매월 데이터)를 예측하는 프로젝트를 진행하고 있습니다. R을 사용하여 예측을 수행하고 있습니다. 1 개의 종속 변수 (y)와 3 개의 독립 변수 (x1, x2, x3)가 있습니다. y 변수에는 73 개의 관측치가 있으며 다른 3 개의 변수도 있습니다 (alos 73). 2009 년 1 월부터 2015 년 1 월까지 상관 관계와 …

10 time-series  multiple-regression  forecasting  lags 

ARD (Automatic Relevance Determination) 및 Ridge Regression과 같은 일반화 선형 모형을 사용하는 것과 Box-Jenkins (ARIMA) 또는 지수 평활 법과 같은 시계열 모형과 비교할 때 차이점은 무엇입니까? GLM 사용시기 및 시계열 사용시기에 관한 경험 규칙이 있습니까?

10 time-series  generalized-linear-model  forecasting 

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 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Hastie et al. "통계 학습의 요소" (2009)는 데이터 생성 프로세스를 고려합니다 Y=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon 와 E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 과 Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}. 이 시점에서 예상되는 제곱 예측 오차의 다음과 같은 바이어스-분산 분해를 제시합니다. x0x0x_0 (p. 223, 공식 7.9) : 오류 (엑스0)= E ( [ y−에프^(엑스0)]2| 엑스=엑스0)= …=σ2ε+편견2(에프^(엑스0) ) + Var (에프^(엑스0) …

9 variance  forecasting  prediction  terminology  bias 

다음 형식의 데이터 세트가 있습니다. 이진 결과 암이 있거나 암이 없습니다. 데이터 세트의 모든 의사는 모든 환자를보고 환자에게 암이 있는지 여부에 대한 독립적 인 판단을 내 렸습니다. 그런 다음 의사는 5 단계 중 자신의 진단이 정확하고 신뢰 수준이 괄호 안에 표시된다는 신뢰 수준을 제공합니다. 이 데이터 세트에서 좋은 예측을 얻기 …

9 forecasting  binary-data  psychometrics 

파이썬의 statsmodels VAR 라이브러리를 사용하여 재무 시계열 데이터를 모델링하고 일부 결과가 혼란 스럽습니다. VAR 모델은 시계열 데이터가 정지되어 있다고 가정합니다. 나는 두 개의 다른 유가 증권에 대해 고정식이 아닌 일련의 로그 가격에 실수로 적합했으며 놀랍게도 적합하지 않은 값과 샘플 내 예측은 상대적으로 중요하지 않은 고정 잔차로 매우 정확했습니다. 표본 내 …

9 time-series  forecasting  r-squared  var  stationarity 

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 

나는 홍보 모델링 목적으로 외인성 변수로 증강 된 ARIMA 모델링을 사용하고 있으며 비즈니스 사용자에게 설명하기가 어렵습니다. 어떤 경우에는 소프트웨어 패키지가 간단한 전송 기능, 즉 파라미터 * 외인성 변수로 끝납니다. 이 경우 해석이 용이하다. 즉 판촉 활동 X (외인 이진 변수로 표시)는 Y 변수에 의해 종속 변수 (예 : 수요)에 영향을 …

9 time-series  data-visualization  forecasting  arima  causality 

시계열 데이터 예측에 STL (R 구현)을 사용하고 있습니다. 매일 우리는 매일 예측을 실행합니다. 예측 값을 실제 값과 비교하고 평균 편차를 식별하려고합니다. 예를 들어 내일에 대한 예측을 실행하고 예측 지점을 확보 한 후이 예측 지점을 내일 얻을 실제 데이터와 비교하려고합니다. 예측 값과 실제 데이터가 대부분 일치하지 않을 수 있다는 것을 알고 …

9 time-series  forecasting  accuracy 

제품의 총 판매량을 예측하는 모델을 개발 중입니다. 약 1 년 반의 예약 데이터가 있으므로 표준 시계열 분석을 수행 할 수 있습니다. 그러나 나는 또한 닫히거나 잃어버린 각 '기회'(잠재 판매)에 대한 많은 데이터를 가지고 있습니다. '기회'는 폐쇄되거나 손실 될 때까지 파이프 라인의 단계를 따라 진행됩니다. 또한 잠재 구매자, 영업 사원, 상호 …

9 predictive-models  forecasting  econometrics 

ARIMA 모델을 사용하여 예측을 진행하면서 계절 성과 드리프트에 맞는 ARIMA를 기반으로 예측을 개선 할 수있는 방법을 이해하려고합니다. 내 데이터는 다음과 같은 시계열입니다 (3 년 동안 명확한 추세와 눈에 띄는 계절성이 있으며 지연 12, 24, 36에서 자기 상관으로 지원되지 않는 것 같습니다 ??). > bal2sum3years.ts Jan Feb Mar Apr May Jun …

9 r  time-series  forecasting  arima  seasonality 

나는 R의 초보자 해요, 당신은 R의 예측 패키지에 SES를 사용하는 방법에 대해 설명시겠습니까 예측 ? 초기 기간 수와 스무딩 상수를 선택하고 싶습니다. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) 70 개의 기간이 있는데 초기에 40 개의 기간을 사용하고 샘플에서 30 개를 사용하고 싶습니다. ses(d, h=30, level=c(80,95), fan=FALSE,initial=c("simple"), alpha=.1) 맞습니까?

9 r  time-series  forecasting