Ich möchte ein dynamisches Modell implementieren, um einem Benutzer einen Film zu empfehlen. Die Empfehlung sollte jedes Mal aktualisiert werden, wenn der Benutzer einen Film ansieht oder bewertet. Um es einfach zu halten, denke ich daran, zwei Faktoren zu berücksichtigen: die vergangenen...
Ich habe ein Modell mit mehreren unabhängigen Variablen, von denen eine die Verzögerung der abhängigen Variablen ist, mithilfe des Dynlm-Pakets angepasst. Angenommen, ich habe 1-Schritt-Voraus-Prognosen für meine unabhängigen Variablen. Wie erhalte ich 1-Schritt-Voraus-Prognosen für meine...
Wenn ich eine Interventionsanalyse mit Zeitreihendaten (auch als unterbrochene Zeitreihen bezeichnet) durchführe, wie hier erläutert , besteht eine Anforderung darin, den Gesamtgewinn (oder -verlust) aufgrund der Intervention zu schätzen - dh die Anzahl der gewonnenen oder verlorenen Einheiten (die...
Ich versuche, ein Zeitreihen-Regressionsprognosemodell für eine Ergebnisvariable in US-Dollar in Bezug auf andere Prädiktoren / Eingabevariablen und autokorrelierte Fehler zu erstellen. Diese Art von Modell wird auch als dynamisches Regressionsmodell bezeichnet. Ich muss lernen, wie man...
Ich möchte ein DLM mit zeitlich variierenden Koeffizienten anpassen, dh eine Erweiterung der üblichen linearen Regression. yt= θ1+ θ2x2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . Ich habe einen Prädiktor ( ) und eine Antwortvariable ( ), Meeres- und Binnenfischfang von 1950 bis 2011. Ich möchte, dass...
Ich habe wirklich Probleme herauszufinden, wie man ARIMA- und Regressionsmodelle vergleicht. Ich verstehe, wie ARIMA-Modelle gegeneinander und verschiedene Arten von Regressionsmodellen (dh Regression gegen dynamische Regression mit AR-Fehlern) gegeneinander bewertet werden, sehe jedoch nicht viele...
Ich habe Daten, die beschreiben, wie oft ein Ereignis während einer Stunde stattfindet ("Anzahl pro Stunde", nph) und wie lange die Ereignisse dauern ("Dauer in Sekunden pro Stunde", dph). Dies sind die Originaldaten: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008,...