Meine Freundin hat kürzlich einen Job als Verkäuferin und Händlerin bei einer großen Bank bekommen. Beflügelt von ihrem neuen Job glaubt sie, vorhersagen zu können, ob die Aktien am Monatsende höher oder niedriger sein werden als die Chance (sie glaubt, dass sie dies sogar mit einer Genauigkeit von...
Erstens gibt er Wahrscheinlichkeit von Ergebnissen. So liegen seine Vorhersagen für die US-Wahlen derzeit bei 82% Clinton gegenüber 18% Trump. Nun, auch wenn Trump gewinnt, woher weiß ich, dass er nicht nur 18% der Zeit hätte gewinnen sollen? Das andere Problem ist, dass sich seine...
Diese Frage wurde von Stack Overflow migriert, da sie bei Cross Validated beantwortet werden kann. Vor 8 Jahren migriert . Könnte mir jemand ein Beispiel zur Verwendung der DLM-Kalman-Filterung in R für eine Zeitreihe zeigen? Angenommen, ich habe diese Werte
Ich erstelle ein VAR-Modell, um den Preis eines Vermögenswerts zu prognostizieren, und möchte wissen, ob meine Methode statistisch fundiert ist, ob die von mir eingeschlossenen Tests relevant sind und ob weitere erforderlich sind, um eine zuverlässige Prognose auf Grundlage meiner Eingabevariablen...
Aus dem Lehrbuch „ Forecasting: Principles and Practice“ von Rob J. Hyndman und George Athanasopoulos , insbesondere der Abschnitt zur Genauigkeitsmessung : Eine Prognosemethode, die den MAE minimiert, führt zu Prognosen des Medians, während die Minimierung des RMSE zu Prognosen des Mittelwerts...
Ich habe Zeitreihendaten und ich habe ein als Modell verwendet, um die Daten . Das ist eine Indikator-Zufallsvariable, die entweder 0 (wenn ich kein seltenes Ereignis sehe) oder 1 (wenn ich das seltene Ereignis sehe) ist. Basierend auf früheren Beobachtungen, die ich für , kann ich ein Modell für...
Ich möchte einen Algorithmus entwickeln, der in der Lage ist, beliebige Zeitreihen zu analysieren und "automatisch" die beste traditionelle / statistische Prognosemethode (und ihre Parameter) für die analysierten Zeitreihendaten auszuwählen. Wäre es möglich so etwas zu machen? Wenn ja, können Sie...
Nachdem ich Galit Shmuelis "To Explain or to Predict" (2010) gelesen habe, wundere ich mich über einen offensichtlichen Widerspruch. Es gibt drei Räumlichkeiten, AIC versus BIC-basierte Modellauswahl (Ende S. 300 - Beginn S. 301): Einfach ausgedrückt, AIC sollte zur Auswahl eines Modells verwendet...
Bei Epidemien (plötzlicher Anstieg der Zahl) kommt es zu einer Zunahme der Fälle und Todesfälle aufgrund einer Viruszirkulation (wie das West - Nil - Virus in den USA im Jahr 2002) oder einer Abnahme der Resistenz von Menschen oder einer Kontamination von Nahrungsmitteln oder Wasser oder einer...
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 verstehe nicht genau, was der Unterschied zwischen "In-Sample" - und "Out-of-Sample" -Vorhersage ist. Bei einer In-Sample-Prognose wird eine Teilmenge der verfügbaren Daten verwendet, um Werte außerhalb des Schätzzeitraums vorherzusagen. Bei einer Out-of-Sample-Prognose werden stattdessen alle...
Ich arbeite an einem Alogorithmus in R, um eine monatliche Prognoseberechnung zu automatisieren. Ich benutze unter anderem die Funktion ets () aus dem Vorhersagepaket, um die Vorhersage zu berechnen. Es funktioniert sehr gut. Leider ist das Ergebnis, das ich für einige bestimmte Zeitreihen...
Ich muss die folgenden 4 Variablen für die 29. Zeiteinheit prognostizieren. Ich habe historische Daten im Wert von ungefähr 2 Jahren, wobei 1 und 14 und 27 alle den gleichen Zeitraum (oder die gleiche Jahreszeit) darstellen. Am Ende mache ich eine Oaxaca-Blinder-Zerlegung von , w d , w c und p...
Ich bin neu auf der Seite und ziemlich neu in der Statistik und R. Ich arbeite an einem Projekt für das College mit dem Ziel, die Korrelation zwischen Regen und Wasserfluss in Flüssen zu finden. Sobald die Korrelation bewiesen ist, möchte ich sie vorhersagen. Die Daten Ich habe einen Datensatz...
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...
Ich bin beeindruckt vom R- forecastPaket, sowie zB dem zooPaket für unregelmäßige Zeitreihen und Interpolation fehlender Werte. Meine Anwendung liegt im Bereich der Callcenter-Verkehrsprognose, daher fehlen (fast) immer Daten an den Wochenenden, die gut verarbeitet werden können zoo. Außerdem...
Wie schätzen Sie das geeignete Prognosemodell für eine Zeitreihe durch visuelle Überprüfung der ACF- und PACF-Diagramme? Welches (dh ACF oder PACF) teilt dem AR oder dem MA mit (oder beides)? Welcher Teil der Grafiken zeigt Ihnen den saisonalen und den nicht saisonalen Teil für eine saisonale...
Ich benötige einige Ressourcen, um mit der Verwendung neuronaler Netze für die Vorhersage von Zeitreihen zu beginnen. Ich bin vorsichtig, wenn ich etwas Papier umsetze und dann herausfinde, dass sie das Potenzial ihrer Methoden stark überbewertet haben. Wenn Sie also Erfahrung mit den Methoden...
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...
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:...