Вопросы с тегом «forecasting»

Каковы различия в использовании обобщенных линейных моделей, таких как автоматическое определение релевантности (ARD) и регрессия хребта, по сравнению с моделями временных рядов, такими как Box-Jenkins (ARIMA) или экспоненциальное сглаживание для прогнозирования? Существуют ли практические правила, когда следует использовать GLM и когда использовать временные ряды?

10 time-series  generalized-linear-model  forecasting 

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 

Примеры: у меня есть предложение в должностной инструкции: «Старший инженер Java в Великобритании». Я хочу использовать модель глубокого обучения, чтобы предсказать ее как 2 категории: English и IT jobs. Если я использую традиционную классификационную модель, она может предсказать только 1 метку с softmaxфункцией на последнем слое. Таким образом, я могу …

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. «Элементы статистического обучения» (2009) рассматривают процесс генерирования данных с E ( ε ) = 0 и Var ( ε ) = σ 2 ε .Y= ф( Х) + εY=f(X)+ε Y = f(X) + \varepsilon E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} Они представляют следующее разностное разложение ожидаемой квадратной ошибки прогноза в точке (стр. …

9 variance  forecasting  prediction  terminology  bias 

У меня есть набор данных в следующем формате. Есть бинарный исход рак / нет рака. Каждый врач в наборе данных осмотрел каждого пациента и дал независимое суждение о том, есть ли у пациента рак или нет. Затем врачи дают из 5 уровень уверенности в том, что их диагноз верен, а …

9 forecasting  binary-data  psychometrics 

Я использую библиотеку python statsmodels VAR для моделирования данных финансовых временных рядов, и некоторые результаты меня озадачили. Я знаю, что модели VAR предполагают, что данные временного ряда являются стационарными. Я непреднамеренно подбираю нестационарную серию журнальных цен для двух разных ценных бумаг, и, к удивлению, подобранные значения и прогнозы в выборке …

9 time-series  forecasting  r-squared  var  stationarity 

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 

Я занимаюсь моделированием ARIMA, дополненным экзогенными переменными для целей рекламного моделирования, и мне трудно объяснить это бизнес-пользователям. В некоторых случаях программные пакеты заканчиваются простой передаточной функцией, то есть параметром * Exogenous Variable. В этом случае интерпретация проста, т.е. рекламная деятельность X (представленная экзогенной двоичной переменной) влияет на зависимую переменную (например, …

9 time-series  data-visualization  forecasting  arima  causality 

Мы используем STL (R реализация) для прогнозирования данных временных рядов. Каждый день мы запускаем ежедневные прогнозы. Мы хотели бы сравнить прогнозные значения с реальными значениями и определить среднее отклонение. Например, мы запустили прогноз на завтра и получили прогнозные баллы, мы хотели бы сравнить эти прогнозные баллы с реальными данными, которые …

9 time-series  forecasting  accuracy 

Я работаю над разработкой модели для прогнозирования общих продаж продукта. У меня есть около полутора лет данных о бронировании, поэтому я могу провести стандартный анализ временных рядов. Однако у меня также есть много данных о каждой «возможности» (потенциальной продаже), которая была либо закрыта, либо потеряна. «Возможности» развиваются вдоль этапов трубопровода, …

9 predictive-models  forecasting  econometrics 

Поскольку я перехожу к прогнозированию с использованием моделей ARIMA, я пытаюсь понять, как можно улучшить прогноз на основе соответствия ARIMA сезонности и отклонениям. Мои данные представляют собой следующие временные ряды (более 3 лет, с явной тенденцией к росту и видимой сезонностью, которая, по-видимому, не поддерживается автокорреляцией при лагах 12, 24, …

9 r  time-series  forecasting  arima  seasonality 

Я новичок в R, не могли бы вы объяснить, как использовать SES в пакете прогноза R прогноз ? Я бы хотел выбрать количество начальных периодов и постоянную сглаживания. 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) У меня есть 70 периодов, я хотел бы использовать 40 периодов для начального и 30 для вне выборки. ses(d, …

9 r  time-series  forecasting