Perguntas com a marcação «forecasting»

Tenho dados de séries temporais mensais e gostaria de fazer previsões com detecção de outliers. Esta é a amostra do meu conjunto de dados: 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 

Estou trabalhando em um alogoritmo em R para automatizar um cálculo de previsão mensal. Estou usando, entre outros, a função ets () do pacote de previsão para calcular a previsão. Está funcionando muito bem. Infelizmente, para algumas séries temporais específicas, o resultado que recebo é estranho. Por favor, encontre abaixo …

16 r  time-series  forecasting  exponential-smoothing 

Sou novo na página e bastante novo em estatística e R. Estou trabalhando em um projeto para a faculdade com o objetivo de encontrar a correlação entre a chuva e o nível do fluxo de água nos rios. Depois que a correlação for comprovada, quero prever / prever. Os dados …

16 r  time-series  forecasting  cross-correlation  lags 

Tenho um histórico moderado na previsão de séries temporais. Examinei vários livros de previsão e não vejo as seguintes perguntas abordadas em nenhum deles. Eu tenho duas perguntas: Como eu determinaria objetivamente (via teste estatístico) se uma determinada série temporal tem: Sazonalidade estocástica ou uma sazonalidade determinística Tendência estocástica ou …

16 time-series  forecasting  arima  stochastic-processes 

Este é um post longo, então espero que você possa me acompanhar e, por favor, corrija-me onde estiver errado. Meu objetivo é produzir uma previsão diária com base em 3 ou 4 semanas de dados históricos. Os dados são dados de 15 minutos da carga local de uma das linhas …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Preciso prever as seguintes 4 variáveis ​​para a 29ª unidade de tempo. Eu tenho aproximadamente 2 anos de dados históricos, onde 1, 14 e 27 são todos do mesmo período (ou época do ano). No final, estou fazendo uma decomposição no estilo Oaxaca-Blinder em WWW , , e .w c …

16 time-series  forecasting  multivariate-analysis  var 

Preciso de alguns recursos para começar a usar redes neurais para previsão de séries temporais. Tenho receio de implementar algum artigo e depois descobrir que eles exageraram bastante o potencial de seus métodos. Portanto, se você tiver experiência com os métodos sugeridos, será ainda mais impressionante.

16 time-series  neural-networks  forecasting  references 

Como você estima o modelo de previsão apropriado para uma série temporal por inspeção visual dos gráficos ACF e PACF? Qual deles (ou seja, ACF ou PACF) diz ao AR ou ao MA (ou ambos)? Qual parte dos gráficos informa a parte sazonal e não sazonal de um ARIMA sazonal? …

16 r  time-series  forecasting  acf-pacf 

Estou impressionado com o forecastpacote R , bem como, por exemplo, o zoopacote para séries temporais irregulares e interpolação de valores ausentes. Meu aplicativo é na área de previsão de tráfego de call center; portanto, os dados nos finais de semana estão (quase) sempre ausentes, o que pode ser bem …

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

Não entendo qual é exatamente a diferença entre a previsão "dentro da amostra" e "fora da amostra"? Uma previsão dentro da amostra utiliza um subconjunto dos dados disponíveis para prever valores fora do período de estimativa. Uma previsão fora da amostra usa todos os dados disponíveis. Estão corretos ? Muito …

16 forecasting 

Estou trabalhando em uma série temporal cujos valores são estritamente positivos . Trabalhando com vários modelos, incluindo AR, MA, ARMA, etc, não consegui encontrar uma maneira fácil de obter previsões estritamente positivas. Estou usando R para fazer minhas previsões, e tudo o que pude encontrar foi forecast.hts {hts} que possui …

15 time-series  forecasting  constrained-regression 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

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 

Estou tentando entender como os parâmetros são estimados na modelagem ARIMA / Box Jenkins (BJ). Infelizmente, nenhum dos livros que encontrei descreve o procedimento de estimativa, como o procedimento de estimativa do Log-Likelihood em detalhes. Achei o site / material didático que foi muito útil. A seguir, é apresentada a …

15 time-series  forecasting  arima  optimization  box-jenkins 

Estou usando uma série temporal diária de dados de vendas que contém cerca de 2 anos de pontos de dados diários. Com base em alguns dos tutoriais / exemplos on-line, tentei identificar a sazonalidade nos dados. Parece haver periodicidade / sazonalidade semanal, mensal e provavelmente anual. Por exemplo, existem dias …

15 r  time-series  forecasting  arima  multiple-seasonalities 

MAD = Desvio Absoluto Médio MSE = Erro Quadrático Médio Vi sugestões de vários lugares em que o MSE é usado, apesar de algumas qualidades indesejáveis ​​(por exemplo , http://www.stat.nus.edu.sg/~staxyc/T12.pdf , que afirma na p8 "Acredita-se que MAD é um critério melhor que o MSE. No entanto, matematicamente o MSE …

15 forecasting  error  mse  mae