Perguntas com a marcação «forecasting»

Outra pergunta sobre séries temporais minha. Eu tenho um conjunto de dados que fornece registros diários de incidentes violentos em um hospital psiquiátrico por três anos. Com a ajuda da minha pergunta anterior, estou brincando com isso e estou um pouco mais feliz com isso agora. O que tenho agora …

10 time-series  forecasting 

Atualmente, estou trabalhando em um projeto para fazer a previsão de dados de séries temporais (dados mensais). Estou usando R para fazer a previsão. Eu tenho 1 variável dependente (y) e 3 variáveis ​​independentes (x1, x2, x3). A variável y tem 73 observações e as outras 3 variáveis ​​(também 73). …

10 time-series  multiple-regression  forecasting  lags 

Quais são as diferenças no uso de Modelos Lineares Generalizados, como Determinação Automática de Relevância (ARD) e regressão de Ridge, versus modelos de séries temporais como Box-Jenkins (ARIMA) ou suavização exponencial para previsão? Existem regras práticas sobre quando usar o GLM e quando usar as Séries Temporais?

10 time-series  generalized-linear-model  forecasting 

Tenho experiência anterior com validação cruzada 'normal' dobra K para ajuste de modelo e estou um pouco confuso com o aplicativo em modelos de séries temporais. Entendo que, para modelos de séries temporais, o corolário da validação cruzada é o procedimento de 'origem progressiva' descrito por Hyndman . Isso faz …

10 time-series  forecasting  cross-validation 

Recentemente, recapitulei meus conhecimentos sobre séries temporais e percebi que o aprendizado de máquina geralmente oferece apenas um passo à frente das previsões. Com previsões um passo à frente, quero dizer previsões que, por exemplo, se tivermos dados horários, use os dados das 10h às 11h e 11h às 12h, …

9 machine-learning  time-series  forecasting  arima 

Estou tentando modelar e prever uma série temporal que é cíclica e não sazonal (ou seja, existem padrões sazonais, mas não por um período fixo). Isso deve ser possível usando um modelo ARIMA, conforme mencionado na Seção 8.5 de Previsão: princípios e prática : O valor de é importante se …

9 time-series  forecasting  arima  seasonality 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

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. "Os elementos do aprendizado estatístico" (2009) consideram um processo de geração de dados com e .E ( ε ) = 0 Var ( ε ) = σ 2 εY=f(X)+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} Eles apresentam a seguinte decomposição de variação de polarização do erro esperado …

9 variance  forecasting  prediction  terminology  bias 

Eu tenho um conjunto de dados com o seguinte formato. Há um resultado binário câncer / sem câncer. Todo médico no conjunto de dados viu todos os pacientes e julgou independentemente se o paciente tem câncer ou não. Os médicos dão a seu nível de confiança em 5 que seu …

9 forecasting  binary-data  psychometrics 

Estou usando a biblioteca VAR de statsmodels do python para modelar dados de séries temporais financeiras e alguns resultados me intrigam. Eu sei que os modelos VAR assumem que os dados da série temporal são estacionários. Eu inadvertidamente ajustei uma série não estacionária de preços de log para dois títulos …

9 time-series  forecasting  r-squared  var  stationarity 

O problema com o qual estou lidando é prever valores de séries temporais. Estou analisando uma série temporal por vez e, com base em, por exemplo, 15% dos dados de entrada, gostaria de prever seus valores futuros. Até agora me deparei com dois modelos: LSTM (memória de longo prazo; uma …

9 time-series  forecasting  references  arima  lstm 

Eu tenho dados mensais de 1993 a 2015 e gostaria de fazer previsões sobre esses dados. Usei o pacote tsoutliers para detectar os outliers, mas não sei como continuo prevendo com meu conjunto de dados. Este é o meu código: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Esta é a minha saída do pacote tsoutliers …

9 r  time-series  forecasting  arima  outliers 

Estou ocupado com a modelagem ARIMA aumentada com variáveis ​​exógenas para fins de modelagem promocional e tenho dificuldade em explicá-la aos usuários corporativos. Em alguns casos, os pacotes de software acabam com uma função de transferência simples, ou seja, parâmetro * Variável Exógena. Nesse caso, a interpretação é fácil, ou …

9 time-series  data-visualization  forecasting  arima  causality 

Estamos usando STL (implementação R) para prever dados de séries temporais. Todos os dias executamos previsões diárias. Gostaríamos de comparar valores de previsão com valores reais e identificar o desvio médio. Por exemplo, executamos a previsão para amanhã e obtivemos pontos de previsão. Gostaríamos de comparar esses pontos de previsão …

9 time-series  forecasting  accuracy 

Estou trabalhando no desenvolvimento de um modelo para prever as vendas totais de um produto. Eu tenho cerca de um ano e meio de dados de reservas, para poder fazer uma análise de séries temporais padrão. No entanto, também tenho muitos dados sobre cada 'oportunidade' (venda potencial) que foi fechada …

9 predictive-models  forecasting  econometrics