Вопросы с тегом «arima»

На странице Википедии говорится, что Box-Jenkins - это метод подгонки модели ARIMA к временному ряду. Теперь, если я хочу приспособить модель ARIMA к временному ряду, я открою SAS, вызову proc ARIMA, предоставлю параметры а SAS даст мне коэффициенты AR и MA. Теперь я могу попробовать разные комбинации и SAS даст …

10 time-series  arima  sas  aic  box-jenkins 

Я довольно новичок в статистике и R. Я хотел бы знать процесс определения параметров ARIMA для моего набора данных. Можете ли вы помочь мне понять то же самое, используя R и теоретически (если это возможно)? Данные варьируются с 12 января по 14 марта и отображают ежемесячные продажи. Вот набор данных: …

10 r  arima  box-jenkins 

Я немного слышал об использовании нейронных сетей для прогнозирования временных рядов. Как я могу сравнить, какой метод для прогнозирования моих временных рядов (ежедневные данные о розничных продажах) лучше: auto.arima (x), ets (x) или nnetar (x). Я могу сравнить auto.arima с ETS по AIC или BIC. Но как я могу сравнить …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

Я работаю над набором данных. После использования некоторых методов идентификации моделей я разработал модель ARIMA (0,2,1). Я использовал detectIOфункцию в пакете TSAв R, чтобы обнаружить инновационный выброс (IO) на 48-м наблюдении за моим исходным набором данных. Как включить этот выброс в мою модель, чтобы я мог использовать его для целей …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

У меня есть GLMM формы: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Когда я использую drop1(model, test="Chi"), я получаю другие результаты, чем если бы я использовал Anova(model, type="III")из пакета автомобиля или summary(model). Последние два дают одинаковые ответы. Используя кучу сфабрикованных данных, я обнаружил, …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Я месяцами работал над краткосрочным прогнозированием нагрузки и использованием климатических / погодных данных для повышения точности. У меня есть опыт работы в области компьютерных наук, и поэтому я стараюсь не делать больших ошибок и несправедливых сравнений, работая с инструментами статистики, такими как модели ARIMA. Я хотел бы знать ваше мнение …

10 time-series  forecasting  arima 

Когда я начал читать о фильтре Калмана, он подумал, что это особый случай модели ARIMA (а именно ARIMA (0,1,1)). Но на самом деле кажется, что ситуация сложнее. Прежде всего, ARIMA можно использовать для прогнозирования, а фильтр Калмана - для фильтрации. Но разве они не тесно связаны? Вопрос: Какова связь между …

10 time-series  bayesian  arima  kalman-filter 

Я просто хочу проверить, правильно ли я интерпретирую графики ACF и PACF: Данные соответствуют ошибкам, сгенерированным между фактическими точками данных и оценками, сгенерированными с использованием модели AR (1). Я посмотрел на ответ здесь: Оценить коэффициенты ARMA путем проверки ACF и PACF После прочтения, кажется, что ошибки не имеют автокорреляции, но …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

Я пытаюсь вписать модель с дискретным временем в R, но я не уверен, как это сделать. Я читал, что вы можете организовать зависимую переменную в разных строках, по одной для каждого временного наблюдения, и использовать glmфункцию со ссылкой logit или cloglog. В этом смысле, у меня есть три колонки: ID, …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Я проверил ответ на этот вопрос на stats.stackexchange: Какие хорошие ресурсы предоставляют историю статистики? Действительно, книга Стиглера «Статистика на столе» выглядит превосходно, и я с нетерпением жду ее прочтения. Но меня больше интересует разработка современных моделей ARIMA. Я думаю, я помню, что слышал, что большой прогресс был стимулирован в попытке …

10 time-series  references  arima  history 

Это должно прийти вверх - прогнозирование вещей, которые застряли между 0 и 1. В моей серии я подозреваю, что компонент авторегрессии, а также компонент среднего обращения, поэтому я хочу что-то, что я могу интерпретировать, как ARIMA - но я не хочу, чтобы в будущем он снизился до 1000% , Вы …

10 time-series  forecasting  logistic  arima  beta-regression 

Недавно я повторил свои знания о временных рядах и понял, что машинное обучение в основном дает только прогнозы на шаг впереди. Под прогнозами на шаг впереди я подразумеваю прогнозы, которые, например, если у нас есть почасовые данные, используют данные с 10:00 для прогнозирования 11:00 и 11:00 для 12:00 и т. …

9 machine-learning  time-series  forecasting  arima 

Я пытаюсь моделировать и прогнозировать временные ряды, которые являются циклическими, а не сезонными (то есть существуют сезоноподобные модели, но не с фиксированным периодом). Это должно быть возможно сделать с использованием модели ARIMA, как упомянуто в разделе 8.5 « Прогнозирование: принципы и практика» : Значение важно, если данные показывают циклы. Чтобы …

9 time-series  forecasting  arima  seasonality 

Проблема, с которой я имею дело, заключается в прогнозировании значений временных рядов. Я смотрю на один временной ряд за раз и на основе, например, 15% входных данных, я хотел бы предсказать его будущие значения. До сих пор я сталкивался с двумя моделями: LSTM (долговременная кратковременная память; класс рекуррентных нейронных сетей) …

9 time-series  forecasting  references  arima  lstm 

У меня есть ежемесячные данные с 1993 по 2015 год, и я хотел бы сделать прогноз на этих данных. Я использовал пакет tsoutliers для определения выбросов, но я не знаю, как мне продолжать прогнозировать с моим набором данных. Это мой код: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Это мой вывод из пакета tsoutliers ARIMA(0,1,0)(0,0,1)[12] …

9 r  time-series  forecasting  arima  outliers