Als «arima» getaggte Fragen

Bezieht sich auf das AutoRegressive Integrated Moving Average-Modell, das in der Zeitreihenmodellierung sowohl zur Datenbeschreibung als auch zur Vorhersage verwendet wird. Dieses Modell verallgemeinert das ARMA-Modell, indem es einen Begriff für die Differenzierung einfügt, der nützlich ist, um Trends zu entfernen und einige Arten von Nichtstationarität zu behandeln.

4
Differenzzeitreihen vor Arima oder innerhalb von Arima
Ist es besser, eine Reihe zu unterscheiden (vorausgesetzt, sie wird benötigt), bevor ein Arima verwendet wird, ODER besser, den Parameter d in Arima zu verwenden? Ich war überrascht, wie unterschiedlich die angepassten Werte sind, je nachdem, welche Route mit demselben Modell und denselben Daten gefahren wird. Oder mache ich etwas …
12 r  time-series  arima 
2
Vorhersage von stündlichen Zeitreihen mit täglicher, wöchentlicher und jährlicher Periodizität
Hauptbearbeitung: Ich möchte mich bisher bei Dave & Nick für ihre Antworten bedanken. Die gute Nachricht ist, dass ich die Schleife zum Laufen gebracht habe (Prinzip aus Prof. Hydnmans Beitrag zur Chargenprognose). So konsolidieren Sie die ausstehenden Abfragen: a) Wie erhöhe ich die maximale Anzahl von Iterationen für auto.arima? Es …
3
Beziehung zwischen zwei Zeitreihen: ARIMA
Was ist angesichts der folgenden zwei Zeitreihen ( x , y ; siehe unten) die beste Methode, um die Beziehung zwischen den langfristigen Trends in diesen Daten zu modellieren? Beide Zeitreihen haben signifikante Durbin-Watson-Tests, wenn sie als Funktion der Zeit modelliert werden, und beide sind nicht stationär (wie ich den …
2
So verwenden Sie auto.arima, um fehlende Werte zu unterstellen
Ich habe eine Zooserie mit vielen fehlenden Werten. Ich habe gelesen, dass auto.arimadiese fehlenden Werte unterstellt werden können? Kann mir jemand beibringen, wie es geht? Danke vielmals! Das habe ich versucht, aber ohne Erfolg: fit <- auto.arima(tsx) plot(forecast(fit))
12 arima 
4
Laut Statsmodels ist ARIMA nicht geeignet, da Serien nicht stationär sind. Wie wird das getestet?
Ich habe eine Zeitreihe, die ich mit Pythons Statistikmodellen ARIMA api modellieren möchte. Wenn ich Folgendes bewerbe: from statsmodels.tsa.arima_model import ARIMA model = ARIMA(data['Sales difference'].dropna(), order=(2, 1, 2)) results_AR = model.fit(disp=-1) Ich erhalte folgende Fehlermeldung: ValueError: The computed initial AR coefficients are not stationary You should induce stationarity, choose a …
2
Zustandsraumdarstellung von ARMA (p, q) aus Hamilton
r=max(p,q+1)r=max(p,q+1)r = \max(p,q+1)yt- μ= ϕ1( yt - 1- μ ) + ϕ2( yt - 2- μ ) + . . . +ϕ3( yt - 3- μ )+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1.yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1. \begin{aligned} y_t -\mu &= \phi_1(y_{t-1} -\mu) + \phi_2(y_{t-2} -\mu) + ... + \phi_3(y_{t-3} -\mu) \\ &+ \epsilon_t + \theta_1\epsilon_{t-1} + ... + \theta_{r-1}\epsilon_{t-r+1}. …
3
Interventionsanalyse mit mehrdimensionalen Zeitreihen
Ich möchte eine Interventionsanalyse durchführen, um die Ergebnisse einer politischen Entscheidung über den Verkauf von Alkohol im Laufe der Zeit zu quantifizieren. Ich bin jedoch ziemlich neu in der Zeitreihenanalyse, daher habe ich einige Anfängerfragen. Eine Untersuchung der Literatur zeigt, dass andere Forscher ARIMA verwendet haben, um den Zeitreihenverkauf von …
1
Simulation von ARIMA (1,1,0) -Serien
Ich habe die ARIMA-Modelle an die ursprüngliche Zeitreihe angepasst, und das beste Modell ist ARIMA (1,1,0). Jetzt möchte ich die Serie von diesem Modell simulieren. Ich habe das einfache AR (1) -Modell geschrieben, konnte aber nicht verstehen, wie der Unterschied innerhalb des ARI-Modells (1,1,0) angepasst werden kann. Der folgende R-Code …
11 r  time-series  arima 
3
Holt-Winters oder ARIMA verwenden?
Meine Frage betrifft den konzeptionellen Unterschied zwischen Holt-Winters und ARIMA. Holt-Winters ist meines Wissens ein Sonderfall von ARIMA. Aber wann wird ein Algorithmus dem anderen vorgezogen? Vielleicht ist Holt-Winters inkrementell und dient daher als Inline-Algorithmus (schneller)? Ich freue mich auf einen Einblick hier.
1
Grundlegende Differenzierungsformel verstehen
Ich habe eine Zeitreihe und möchte sie als ARFIMA-Prozess (auch bekannt als FARIMA) modellieren. Wenn y_t in der (gebrochenen) Ordnung d integriert ist , möchte ich es fraktioniert differenzieren, um es stationär zu machen.y t dytyty_tytyty_tddd Frage : Ist die folgende Formel zur Definition der gebrochenen Differenzierung korrekt? Δdyt:=yt−dyt−1+d(d−1)2!yt−2−d(d−1)(d−2)3!yt−3+...+(−1)k+1d(d−1)⋅...⋅(d−k)k!yt−k+...Δdyt:=yt−dyt−1+d(d−1)2!yt−2−d(d−1)(d−2)3!yt−3+...+(−1)k+1d(d−1)⋅...⋅(d−k)k!yt−k+...\Delta^d y_t …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.