Sono interessato alla selezione del modello in un'impostazione di serie storiche. Per concretezza, supponiamo che io voglia selezionare un modello ARMA da un pool di modelli ARMA con diversi ordini di ritardo. L' intento finale è la previsione . La selezione del modello può essere effettuata da convalida incrociata, utilizzo …
Ho una serie temporale che contiene doppi componenti stagionali e vorrei scomporre la serie nei seguenti componenti della serie temporale (tendenza, componente stagionale 1, componente stagionale 2 e componente irregolare). Per quanto ne so, la procedura STL per decomporre una serie in R consente solo un componente stagionale, quindi ho …
L'errore assoluto scalato medio (MASE) è una misura dell'accuratezza della previsione proposta da Koehler & Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNSE=MUNEMUNEion-Sun'mple,nun'ioveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} dove è l'errore assoluto medio prodotto dalla previsione effettiva; mentre è l'errore …
Bloccato . Questa domanda e le sue risposte sono bloccate perché la domanda è fuori tema ma ha un significato storico. Al momento non accetta nuove risposte o interazioni. Ho creato un modello lineare in R: mod = lm(train_y ~ train_x). Voglio passare un elenco di X e ottenere la …
Una domanda che mi ha disturbato per qualche tempo, che non so come affrontare: Ogni giorno, il mio meteorologo offre una probabilità percentuale di pioggia (supponiamo che sia calcolato su 9000 cifre e non ha mai ripetuto un numero). Ogni giorno successivo piove o non piove. Ho anni di dati …
Dal libro di previsione: principi e pratica di Rob J Hyndman e George Athanasopoulos , in particolare la sezione sulla misurazione della precisione : Un metodo di previsione che minimizza il MAE porterà a previsioni della mediana, mentre minimizzare il RMSE porterà a previsioni della media Qualcuno può dare una …
La mia ragazza ha recentemente ottenuto un lavoro facendo vendite e negoziazioni presso una grande banca. Sostenuta dal suo nuovo lavoro, crede di poter prevedere se le scorte aumenteranno o diminuiranno alla fine del mese più del caso (crede di poterlo fare anche con una precisione dell'80%!) Sono molto scettico …
In primo luogo, dà probabilità di esiti. Quindi, ad esempio, le sue previsioni per le elezioni statunitensi sono attualmente dell'82% di Clinton contro il 18% di Trump. Ora, anche se Trump vince, come faccio a sapere che non era solo il 18% delle volte che avrebbe dovuto vincere? L'altro problema …
Qualcuno potrebbe guidarmi attraverso un esempio su come utilizzare il filtro DLM Kalman in R in una serie temporale. Supponiamo di avere questi valori (valori trimestrali con stagionalità annuale); come useresti DLM per prevedere i valori successivi? E a proposito, ho abbastanza dati storici (qual è il minimo)? 89 2009Q1 …
Sto costruendo un modello VAR per prevedere il prezzo di una risorsa e vorrei sapere se il mio metodo è statisticamente valido, se i test che ho incluso sono pertinenti e se ne sono necessari altri per garantire una previsione affidabile basata sulle mie variabili di input. Di seguito è …
Dopo aver letto "To Explain or to Predict" (2010) di Galit Shmueli, sono perplesso da un'apparente contraddizione. Ci sono tre premesse, Scelta del modello basata su AIC rispetto a BIC (fine di p. 300 - inizio di p. 301): in poche parole, AIC dovrebbe essere usato per selezionare un modello …
Ho dati di serie temporali e ho usato un come modello per adattarsi ai dati. Il è una variabile casuale indicatore che è o 0 (quando non vedo un evento raro) o 1 (quando vedo raro caso). Sulla base delle precedenti osservazioni che ho per , posso sviluppare un modello …
Ho letto innumerevoli post su questo sito che sono incredibilmente contrari all'uso della selezione graduale di variabili usando qualsiasi tipo di criterio, sia esso basato su valori p, AIC, BIC, ecc. Capisco perché queste procedure sono in generale abbastanza scarse per la selezione delle variabili. il famoso post di Gung …
Un aumento del numero di casi e decessi si verifica durante le epidemie (improvviso aumento del numero) a causa di una circolazione del virus (come il virus del Nilo occidentale negli Stati Uniti nel 2002) o una riduzione della resistenza delle persone o della contaminazione di cibo o acqua o …
Vorrei costruire un algoritmo in grado di analizzare qualsiasi serie temporale e "automaticamente" scegliere il miglior metodo di previsione tradizionale / statiscale (e i suoi parametri) per i dati delle serie temporali analizzate. Sarebbe possibile fare qualcosa del genere? Se sì, puoi darmi alcuni consigli su come affrontare questo problema?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.