Statistiche e Big Data forecasting

1

Come confrontare gli eventi osservati con quelli previsti?

Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …

9 r statistical-significance chi-squared multivariate-analysis exponential joint-distribution statistical-significance self-study standard-deviation probability normal-distribution spss interpretation assumptions cox-model reporting cox-model statistical-significance reliability method-comparison classification boosting ensemble adaboost confidence-interval cross-validation prediction prediction-interval regression machine-learning svm regularization regression sampling survey probit matlab feature-selection information-theory mutual-information time-series forecasting simulation classification boosting ensemble adaboost normal-distribution multivariate-analysis covariance gini clustering text-mining distance-functions information-retrieval similarities regression logistic stata group-differences r anova confidence-interval repeated-measures r logistic lme4-nlme inference fiducial kalman-filter classification discriminant-analysis linear-algebra computing statistical-significance time-series panel-data missing-data uncertainty probability multivariate-analysis r classification spss k-means discriminant-analysis poisson-distribution average r random-forest importance probability conditional-probability distributions standard-deviation time-series machine-learning online forecasting r pca dataset data-visualization bayes distributions mathematical-statistics degrees-of-freedom

3

Quale modello può essere utilizzato in caso di violazione dell'assunzione di varianza costante?

Dal momento che non possiamo adattarci al modello ARIMA quando viene violata l'assunzione di varianza costante, quale modello può essere utilizzato per adattarsi alle serie temporali univariate?

9 time-series modeling forecasting arima

4

Come adattare un modello per una serie storica che contiene valori anomali

Ho montato il modello ARIMA (5,1,2) usando la auto.arima()funzione in R e osservando l'ordine possiamo dire che questo non è il modello migliore da prevedere. Se nelle serie di dati esistono valori anomali, qual è il metodo per adattare un modello a tali dati?

9 r time-series forecasting outliers arima

2

Bootstrap parametrico, semiparametrico e non parametrico per modelli misti

I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

1

Crescita mensile su base destagionalizzata con stagionalità settimanale sottostante

Come hobby secondario, ho esplorato le serie temporali di previsione (in particolare, usando R). Per i miei dati, ho il numero di visite al giorno, per ogni giorno che risale a quasi 4 anni fa. In questi dati ci sono alcuni schemi distinti: Dal lunedì al venerdì ci sono molte …

9 r time-series seasonality forecasting

1

Come combinare le previsioni quando la variabile di risposta nei modelli di previsione era diversa?

introduzione Nella combinazione di previsioni una delle soluzioni più diffuse si basa sull'applicazione di alcuni criteri informativi. Prendendo ad esempio il criterio Akaike stimato per il modello , si potrebbero calcolare le differenze di da e quindi RP_j = e ^ {(AIC ^ * - AIC_j) / 2} potrebbe essere …

9 time-series forecasting data-transformation econometrics

3

Come fare previsioni per una serie storica?

Non ho molta familiarità con l'analisi dei dati delle serie temporali. Tuttavia, ho quello che penso sia un semplice compito di previsione da affrontare. Ho circa cinque anni di dati provenienti da un processo di generazione comune. Ogni anno rappresenta una funzione monotonicamente crescente con una componente non lineare. Ho …

9 time-series forecasting

2

Come identificare le funzioni di trasferimento in un modello di previsione della regressione delle serie temporali?

Sto cercando di costruire un modello di previsione della regressione delle serie temporali per una variabile di risultato, in dollari, in termini di altri predittori / variabili di input ed errori correlati automaticamente. Questo tipo di modello è anche chiamato modello di regressione dinamica. Devo imparare come identificare le funzioni …

9 time-series forecasting dynamic-regression

3

Adattarsi di proposito

Avrebbe senso sovralimentare un modello di proposito? Supponiamo di avere un caso d'uso in cui so che i dati non varieranno molto rispetto ai dati di addestramento. Sto pensando qui alla previsione del traffico, in cui lo stato del traffico segue una serie fissa di schemi pendolarismo mattutino attività notturna …

8 machine-learning time-series forecasting prediction overfitting

Domande taggate «forecasting»