Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 6 Jahren . Ich arbeite an einem kleinen...
Dies ist eine grundlegende Frage zu Box-Jenkins MA-Modellen. Wie ich es verstehe, ist ein MA - Modell im Grunde eine lineare Regression von Zeitreihenwerten YYY gegen vorherige Fehlerterme et,...,et−net,...,et−ne_t,..., e_{t-n} . Das heißt, die Beobachtung YYY wird zuerst gegen ihre vorherigen...
Ich habe unzählige Beiträge auf dieser Site gelesen, die unglaublich gegen die schrittweise Auswahl von Variablen mit beliebigen Kriterien wie p-Werten, AIC, BIC usw. sind. Ich verstehe, warum diese Verfahren im Allgemeinen ziemlich schlecht für die Auswahl von Variablen sind. Gungs wahrscheinlich...
Ich verfüge über monatliche Zeitreihendaten und möchte Prognosen zur Erkennung von Ausreißern erstellen. Dies ist das Beispiel meines Datensatzes: 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 7.71 7.67 7.85 7.82 7.91 7.91...
Dies ist ein langer Beitrag, also hoffe ich, dass Sie ihn mit mir tragen können, und bitte korrigieren Sie mich, wo ich falsch liege. Mein Ziel ist es, eine tägliche Prognose auf der Grundlage von historischen Daten für 3 oder 4 Wochen zu erstellen. Die Daten sind 15-Minuten-Daten der lokalen Last...
Aus dem Lesen von Beiträgen auf dieser Site weiß ich, dass es eine R- Funktion gibt auto.arima (im forecast Paket ). Ich weiß auch, dass IrishStat , ein Mitglied dieser Site, Anfang der 1980er Jahre das kommerzielle Paket autobox erstellt hat . Da diese beiden Pakete heute existieren und...
Ich habe einen moderaten Hintergrund in der Vorhersage von Zeitreihen. Ich habe mehrere Prognosebücher angeschaut und sehe in keinem die folgenden Fragen. Ich habe zwei Fragen: Wie würde ich objektiv (über einen statistischen Test) feststellen, ob eine bestimmte Zeitreihe Folgendes aufweist:...
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern (dynamische Regression) zur Inferenz? Insbesondere habe ich eine instationäre kontinuierliche Ergebnisvariable , eine instationäre kontinuierliche Prädiktorvariable und eine Scheinvariablen-Behandlungsserie...
Ich versuche zu verstehen, wie die Parameter in ARIMA-Modellierung / Box Jenkins (BJ) geschätzt werden. Leider beschreibt keines der Bücher, auf die ich gestoßen bin, das Schätzverfahren wie das Log-Likelihood-Schätzverfahren im Detail. Ich fand die Website / das Lehrmaterial sehr hilfreich. Es...
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <-
Ich kenne die Regularisierung nach LASSO, Ridge und Elastic-Net in linearen Regressionsmodellen. Frage: Kann diese (oder eine ähnliche) Art der bestraften Schätzung auf die ARIMA-Modellierung angewendet werden (mit einem nicht leeren MA-Teil)? Beim Erstellen von ARIMA-Modellen scheint es üblich zu...
Ich verwende eine tägliche Zeitreihe von Verkaufsdaten, die etwa 2 Jahre tägliche Datenpunkte enthält. Anhand einiger Online-Tutorials / Beispiele habe ich versucht, die Saisonalität in den Daten zu identifizieren. Es scheint eine wöchentliche, monatliche und wahrscheinlich jährliche Periodizität /...
Das Box-Jenkins-Modellauswahlverfahren in der Zeitreihenanalyse beginnt mit der Betrachtung der Autokorrelations- und der partiellen Autokorrelationsfunktion der Reihe. Diese Diagramme können das geeignete und in einem ARMA -Modell vorschlagen . Das Verfahren wird fortgesetzt, indem der Benutzer...
Ich habe eine Zeitreihe, für die ich eine Prognose erstellen möchte und für die ich das saisonale Modell ARIMA (0,0,0) (0,1,0) [12] (= fit2) verwendet habe. Es unterscheidet sich von dem, was R mit auto.arima vorgeschlagen hat (R berechnete ARIMA (0,1,1) (0,1,0) [12] wäre besser, ich nannte es...
Ich habe einen Datensatz, der die Nachfrage nach mehreren Produkten (1200 Produkte) für 25 Perioden enthält, und ich muss die Nachfrage nach jedem Produkt für die nächste Periode vorhersagen. Zuerst wollte ich ARIMA verwenden und für jedes Produkt ein Modell trainieren, aber aufgrund der Anzahl der...
Bei der Paneldatenanalyse habe ich mehrstufige Modelle mit zufälligen / gemischten Effekten verwendet, um mit Autokorrelationsproblemen umzugehen (dh Beobachtungen werden im Laufe der Zeit in Gruppen zusammengefasst), wobei andere Parameter hinzugefügt wurden, um bestimmte Zeitangaben und Schocks...
Ich möchte eine Prognose auf Basis eines ARIMA-Modells mit mehreren Zeitreihen und mehreren exogenen Variablen durchführen. Da ich weder statistisch noch in Bezug auf RI so geschickt bin, ist es so einfach wie möglich (Trendprognose für 3 Monate ist ausreichend). Ich habe 1 abhängige Zeitreihe und...
Ich habe versucht, ARIMA-Modelle zu lernen und anzuwenden. Ich habe einen ausgezeichneten ARIMA-Text von Pankratz gelesen - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . Der Autor betont im Text insbesondere das Prinzip der Sparsamkeit bei der Auswahl von ARIMA-Modellen....
In R (2.15.2) habe ich einmal eine ARIMA (3,1,3) auf eine Zeitreihe und einmal eine ARMA (3,3) auf die einmal differenzierten Zeitreihen gepasst. Die angepassten Parameter unterscheiden sich, was ich der Anpassungsmethode in ARIMA zuschrieb. Auch das Anpassen einer ARIMA (3,0,3) an dieselben Daten...
Ich habe einen Abschluss in Wirtschaftswissenschaften und studiere derzeit einen Master in Datentechnik. Während ich die lineare Regression (LR) und dann die Zeitreihenanalyse (TS) studierte, kam mir eine Frage in den Sinn. Warum eine völlig neue Methode erstellen, dh Zeitreihen (ARIMA), anstatt...