Dies muss geschehen - die Vorhersage von Dingen, die zwischen 0 und 1 stecken. In meiner Serie vermute ich eine Komponente der automatischen Regression und auch eine Komponente, die den Mittelwert zurücksetzt. Daher möchte ich etwas, das ich wie eine ARIMA interpretieren kann - aber ich möchte...
Die folgenden Transplantate stammen aus diesem Artikel . Ich bin ein Neuling im Bootstrap und versuche, das parametrische, semiparametrische und nichtparametrische Bootstrapping-Bootstrapping für ein lineares gemischtes Modell mit R bootPaket zu implementieren. R-Code Hier ist mein RCode:...
Zunächst stelle ich fest, dass meine Frage sehr weit gefasst ist und es daher schwierig sein kann, diese Frage zu beantworten. Haben Sie Ratschläge, wie Sie sich einem „Problem“ nähern können, bei dem Sie Prognosen / Prognosen für mehr als 2000 verschiedene Produkte erstellen müssen? Mit anderen...
Ich weiß nicht, ob es völlig vom Thema abweicht, aber ich dachte, es könnte nützlich sein, Meinungen und eine Gesamtantwort darüber zu haben, warum Volatilität ein wichtiges Thema in der Finanzökonometrie ist. Ich denke, es begann mit der Portfoliotheorie und der Notwendigkeit, die Eigenschaften...
Welches Modell kann zur Anpassung univariater Zeitreihen verwendet werden, da das ARIMA-Modell nicht angepasst werden kann, wenn die Annahme einer konstanten Varianz verletzt
Ich habe mich mit dem folgenden Problem befasst. Ich habe eine Art Echtzeitsystem und lese jedes Mal, wenn ich den aktuellen Wert lese, eine Zeitreihe (z. B. 1, 12, 2, 3, 5, 9, 1, ...). Ich möchte Methoden (statistisches und maschinelles Lernen) kennen, um den nächsten Wert online vorherzusagen (dh...
Angenommen, ich habe eine Stichprobe von Häufigkeiten von 4 möglichen Ereignissen: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 und ich habe die erwarteten Wahrscheinlichkeiten, dass meine Ereignisse eintreten: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Mit der Summe der beobachteten Häufigkeiten meiner vier...
Ich bin Anfänger in R, Könnten Sie bitte erklären, wie man ses im Prognosepaket der R- Prognose verwendet ? Ich möchte die Anzahl der Anfangsperioden und die Glättungskonstante wählen. d <-
Während ich mit ARIMA-Modellen in die Prognose einsteige, versuche ich zu verstehen, wie ich eine auf ARIMA basierende Prognose verbessern kann, die mit Saisonalität und Drift übereinstimmt. Meine Daten sind die folgenden Zeitreihen (über 3 Jahre, mit klarem Aufwärtstrend und sichtbarer...
Ich arbeite an der Entwicklung eines Modells zur Vorhersage des Gesamtumsatzes eines Produkts. Ich habe ungefähr anderthalb Jahre Buchungsdaten, sodass ich eine Standard-Zeitreihenanalyse durchführen kann. Ich habe jedoch auch viele Daten über jede "Gelegenheit" (potenzieller Verkauf), die entweder...
Ich verwende die VAR-Bibliothek für Python-Statistikmodelle, um finanzielle Zeitreihendaten zu modellieren, und einige Ergebnisse haben mich verwirrt. Ich weiß, dass VAR-Modelle davon ausgehen, dass die Zeitreihendaten stationär sind. Ich habe versehentlich eine instationäre Reihe von Log-Preisen...
Ich habe einen Datensatz mit dem folgenden Format. Es gibt ein binäres Ergebnis Krebs / kein Krebs. Jeder Arzt im Datensatz hat jeden Patienten gesehen und ein unabhängiges Urteil darüber abgegeben, ob der Patient Krebs hat oder nicht. Die Ärzte geben dann ihr Konfidenzniveau von 5 an, dass ihre...
Wir verwenden STL (R-Implementierung) zur Vorhersage von Zeitreihendaten. Jeden Tag führen wir tägliche Prognosen durch. Wir möchten Prognosewerte mit realen Werten vergleichen und durchschnittliche Abweichungen ermitteln. Zum Beispiel haben wir Prognosen für morgen erstellt und Prognosepunkte...
Ich beschäftige mich mit ARIMA-Modellierung, die mit exogenen Variablen für Werbemodellierungszwecke erweitert wurde, und es fällt mir schwer, sie Geschäftsbenutzern zu erklären. In einigen Fällen erhalten Softwarepakete eine einfache Übertragungsfunktion, dh den Parameter * Exogene Variable. In...
Hastie et al. "Die Elemente des statistischen Lernens" (2009) betrachten einen Datenerzeugungsprozess mit und .Y=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} Sie zeigen die folgende...
Ich versuche, eine Zeitreihe zu modellieren und vorherzusagen, die eher zyklisch als saisonal ist (dh es gibt saisonale Muster, aber nicht mit einem festen Zeitraum). Dies sollte mithilfe eines ARIMA-Modells möglich sein, wie in Abschnitt 8.5 der Prognose erwähnt: Grundsätze und Praxis : Der Wert...
Das Problem, mit dem ich mich befasse, ist die Vorhersage von Zeitreihenwerten. Ich betrachte jeweils eine Zeitreihe und möchte anhand von beispielsweise 15% der Eingabedaten die zukünftigen Werte vorhersagen. Bisher bin ich auf zwei Modelle gestoßen: LSTM (Langzeit-Kurzzeitgedächtnis; eine Klasse...
Ich möchte ein neuronales Netzwerk verwenden, um finanzielle Zeitreihen vorherzusagen. Ich komme aus einem IT-Umfeld und habe einige Kenntnisse über neuronale Netze. Ich habe darüber gelesen: TDNN RNN Ich habe nach R-Paketen für sie gesucht und nur eines für RNN gefunden, das RSNNS-Paket, das...
Ich arbeite derzeit an einer Bedarfsprognose mit Daten zu Zehntausenden von Produkten in ein paar Tausend Filialen. Insbesondere habe ich in jedem Geschäft tägliche Verkaufsdaten für ein paar Jahre pro Produkt. Mein Ziel ist es, die zukünftigen Verkäufe jedes Artikels in jedem Geschäft einen Tag im...
Ich habe monatliche Daten von 1993 bis 2015 und möchte diese Daten prognostizieren. Ich habe das tsoutliers-Paket verwendet, um die Ausreißer zu erkennen, aber ich weiß nicht, wie ich mit meinen Daten weiter prognostizieren soll. Das ist mein