Statistiche e Big Data forecasting

5

Qual è la differenza tra le previsioni "in-sample" e "out-of-sample"?

Non capisco qual è esattamente la differenza tra la previsione "in-sample" e "out of sample"? Una previsione nel campione utilizza un sottoinsieme dei dati disponibili per prevedere i valori al di fuori del periodo di stima. Una previsione fuori campione utilizza invece tutti i dati disponibili Sono corretti ? Molto …

17 forecasting

2

Come fare previsioni con rilevamento di valori anomali in R? - Procedura e metodo di analisi delle serie storiche

Ho dati mensili sulle serie temporali e vorrei fare previsioni con il rilevamento di valori anomali. Questo è l'esempio del mio set di dati: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2006 7.55 7.63 7.62 7.50 7.47 7.53 7.55 7.47 7.65 7.72 7.78 7.81 2007 …

16 r time-series forecasting arima outliers

3

Funzione ETS (), come evitare previsioni non in linea con i dati storici?

Sto lavorando ad un alogoritmo in R per automatizzare un calcolo mensile delle previsioni. Sto usando, tra gli altri, la funzione ets () dal pacchetto di previsione per calcolare la previsione. Funziona molto bene. Sfortunatamente, per alcune serie storiche specifiche, il risultato che ottengo è strano. Di seguito, trova il …

16 r time-series forecasting exponential-smoothing

2

tendenza / stagionalità stocastica vs deterministica nella previsione di serie storiche

Ho un background moderato nella previsione delle serie storiche. Ho esaminato diversi libri di previsioni e non vedo le seguenti domande poste in nessuno di essi. Ho due domande: Come determinerei obiettivamente (tramite test statistico) se una determinata serie temporale ha: Stagionalità stocastica o stagionalità deterministica Tendenza stocastica o tendenza …

16 time-series forecasting arima stochastic-processes

1

Serie temporali multivarianti in R. Come trovare correlazioni ritardate e costruire un modello per la previsione

Sono nuovo nella pagina e abbastanza nuovo nelle statistiche e R. Sto lavorando a un progetto per il college con l'obiettivo di trovare la correlazione tra pioggia e livello del flusso d'acqua nei fiumi. Una volta dimostrata la correlazione, voglio prevederla / prevederla. I dati Ho una serie di dati …

16 r time-series forecasting cross-correlation lags

1

Problema nella definizione dell'ordine ARIMA

Questo è un post lungo, quindi spero che tu possa sopportare con me, e per favore correggimi dove sbaglio. Il mio obiettivo è produrre una previsione giornaliera basata su 3 o 4 settimane di dati storici. I dati sono dati di 15 minuti del carico locale di una delle linee …

16 forecasting arima model-selection seasonality fourier-transform

1

Il modo meno stupido di prevedere una breve serie temporale multivariata

Devo prevedere le seguenti 4 variabili per la 29a unità di tempo. Ho circa 2 anni di dati storici, in cui 1, 14 e 27 sono tutti dello stesso periodo (o periodo dell'anno). Alla fine, sto facendo una decomposizione in stile Oaxaca-Blinder su , , e .WWWw dwdwdw cwcwcppp time …

16 time-series forecasting multivariate-analysis var

2

Introduzione alle reti neurali per le previsioni

Ho bisogno di alcune risorse per iniziare a utilizzare le reti neurali per la previsione delle serie storiche. Sono diffidente nell'implementare alcuni documenti e poi scoprire che hanno ampiamente dichiarato il potenziale dei loro metodi. Quindi, se hai esperienza con i metodi che stai suggerendo, sarà ancora più fantastico.

16 time-series neural-networks forecasting references

2

Stimare i coefficienti ARMA attraverso l'ispezione ACF e PACF

Come stimare il modello di previsione appropriato per una serie temporale mediante ispezione visiva dei grafici ACF e PACF? Quale (cioè ACF o PACF) dice all'AR o all'MA (o entrambi)? Quale parte dei grafici indica la parte stagionale e non stagionale di un ARIMA stagionale? Considerare le funzioni ACF e …

16 r time-series forecasting acf-pacf

3

Utilizzo del pacchetto di previsioni R con valori mancanti e / o serie temporali irregolari

Sono impressionato dal forecastpacchetto R , come ad esempio il zoopacchetto per le serie temporali irregolari e l'interpolazione dei valori mancanti. La mia applicazione è nell'area delle previsioni sul traffico del call center, quindi i dati nei fine settimana mancano (quasi) sempre, che possono essere gestiti in modo corretto zoo. …

16 r time-series forecasting missing-data unevenly-spaced-time-series

1

Come ottenere previsioni strettamente positive?

Sto lavorando a una serie storica i cui valori sono strettamente positivi . Lavorando con vari modelli tra cui AR, MA, ARMA, ecc., Non sono riuscito a trovare un modo semplice per ottenere previsioni strettamente positive. Sto usando R per fare le mie previsioni, e tutto quello che ho potuto …

15 time-series forecasting constrained-regression

1

Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?

I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …

15 hypothesis-testing permutation-test exchangeability r statistical-significance loess data-visualization normal-distribution pdf ggplot2 kernel-smoothing probability self-study expected-value normal-distribution prior correlation time-series regression heteroscedasticity estimation estimators fisher-information data-visualization repeated-measures binary-data panel-data mathematical-statistics coefficient-of-variation normal-distribution order-statistics regression machine-learning one-class probability estimators forecasting prediction validation finance measurement-error variance mean spatial monte-carlo data-visualization boxplot sampling uniform chi-squared goodness-of-fit probability mixture theory gaussian-mixture regression statistical-significance p-value bootstrap regression multicollinearity correlation r poisson-distribution survival regression categorical-data ordinal-data ordered-logit regression interaction time-series machine-learning forecasting cross-validation binomial multiple-comparisons simulation false-discovery-rate r clustering frequency wilcoxon-mann-whitney wilcoxon-signed-rank r svm t-test missing-data excel r numerical-integration r random-variable lme4-nlme mixed-model weighted-regression power-law errors-in-variables machine-learning classification entropy information-theory mutual-information

2

Stima ARIMA a mano

Sto cercando di capire come vengono stimati i parametri nella modellazione ARIMA / Box Jenkins (BJ). Sfortunatamente nessuno dei libri che ho incontrato descrive in dettaglio la procedura di stima come la procedura di stima Log-Likelihood. Ho trovato il sito web / materiale didattico molto utile. Di seguito è riportata …

15 time-series forecasting arima optimization box-jenkins

1

Previsione di serie storiche con dati giornalieri: ARIMA con regressore

Sto utilizzando una serie temporale giornaliera di dati sulle vendite che contiene circa 2 anni di punti dati giornalieri. Sulla base di alcuni tutorial / esempi online ho cercato di identificare la stagionalità nei dati. Sembra che vi sia una periodicità / stagionalità settimanale, mensile e probabilmente annuale. Ad esempio, …

15 r time-series forecasting arima multiple-seasonalities

3

Perché utilizzare una certa misura dell'errore di previsione (ad es. MAD) anziché un'altra (ad es. MSE)?

MAD = Deviazione assoluta media MSE = Errore quadrato medio Ho visto suggerimenti da vari luoghi che MSE viene utilizzato nonostante alcune qualità indesiderabili (ad esempio http://www.stat.nus.edu.sg/~staxyc/T12.pdf , che afferma a p8 "Si ritiene comunemente che MAD è un criterio migliore di MSE. Tuttavia, matematicamente MSE è più conveniente di …

15 forecasting error mse mae

Domande taggate «forecasting»