Statistiken und Big Data forecasting

5

Ich habe diese Frage auf der Matemathics Stack Exchange-Website gestellt und es wurde empfohlen, sie hier zu stellen. Ich arbeite an einem Hobbyprojekt und benötige Hilfe bei folgendem Problem. Ein bisschen Kontext Angenommen, es gibt eine Sammlung von Artikeln mit einer Beschreibung der Funktionen und einem Preis. Stellen Sie sich …

15 regression forecasting econometrics

3

Bestimmen, ob eine Website aktiv ist, mithilfe von täglichen Besuchen

Kontext: Ich habe eine Gruppe von Websites, auf denen ich die Anzahl der Besuche täglich aufzeichne: W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. } W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. } …

15 time-series forecasting

4

Vorhersagemodelle: Statistiken können das maschinelle Lernen unmöglich übertreffen? [geschlossen]

Geschlossen . Diese Frage muss gezielter gestellt werden . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich verfolge derzeit ein Masterstudium mit Schwerpunkt …

14 machine-learning forecasting predictive-models prediction out-of-sample

1

Umgang mit fehlenden Daten in einem exponentiellen Glättungsmodell

Es scheint keinen Standard für den Umgang mit fehlenden Daten im Kontext der Modellfamilie der exponentiellen Glättung zu geben. Insbesondere die R-Implementierung mit dem Namen ets im Prognosepaket scheint die längste Folge ohne fehlende Daten zu haben, und das Buch "Forecasting with Exponential Smoothing" von Hyndman et al. scheint überhaupt …

14 time-series forecasting missing-data

1

Wie berechnet man Prognosefehler (Konfidenzintervalle) für laufende Perioden?

Ich muss oft in monatlichen Datenreihen für zukünftige Perioden prognostizieren. Zur Berechnung des Konfidenzintervalls bei Alpha für den nächsten Zeitraum in der Zeitreihe stehen Formeln zur Verfügung, die jedoch niemals die Behandlung des zweiten Zeitraums und des dritten usw. einschließen. Ich stelle mir visuell vor, dass wenn eine Prognose mit …

14 confidence-interval forecasting

2

Zeitreihenanalyseverfahren und -methoden unter Verwendung von R

Ich arbeite an einem kleinen Projekt, bei dem wir versuchen, die Rohstoffpreise (Öl, Aluminium, Zinn usw.) für die nächsten 6 Monate vorherzusagen. Ich muss 12 solche Variablen vorhersagen und habe Daten von April 2008 bis Mai 2013. Wie gehe ich bei der Vorhersage vor? Ich habe folgendes gemacht: Importierte Daten …

13 r time-series forecasting neural-networks arima

4

Sind die von auto.arima () identifizierten Modelle sparsam?

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. Ich fing an, mit der auto.arima()Funktion in …

13 time-series forecasting arima aic automatic-algorithms

1

Berechnung des Prognosefehlers mit zeitreihenübergreifender Validierung

Ich habe ein Vorhersagemodell für eine Zeitreihe und möchte den Vorhersagefehler außerhalb der Stichprobe berechnen. Im Moment ist die Strategie, die ich verfolge, die auf Rob Hyndmans Blog (am Ende der Seite) vorgeschlagene Strategie (unter der Annahme einer Zeitreihe und eines Trainingssatzes der Größe ).y1,… , Yny1,…,yny_1,\dots,y_nkkk das Modell an …

13 time-series forecasting

2

Explorative Analyse von räumlich-zeitlichen Prognosefehlern

Die Daten: Ich habe kürzlich an der Analyse der stochastischen Eigenschaften eines räumlich-zeitlichen Feldes von Prognosefehlern für die Windkraftproduktion gearbeitet. Formal kann man sagen, dass es sich um einen Prozess handelt zweimal in der Zeit (mittundh) und einmal im Raum (p)indiziert,wobeiHdie Anzahl der Vorausschauzeiten ist (entspricht etwa24, regelmäßig abgetastet),Tdie Anzahl …

13 forecasting data-mining stochastic-processes spatial spatio-temporal

2

Verwendung von Zeitreihen zur Analyse / Vorhersage von Gewaltverhalten

Dies ist eine etwas flippige Frage, aber ich habe ein ernstes Interesse an der Antwort. Ich arbeite in einer psychiatrischen Klinik und habe drei Jahre lang Daten, die täglich auf jeder Station in Bezug auf das Ausmaß der Gewalt auf dieser Station erhoben werden. Das Modell, das zu diesen Daten …

13 time-series forecasting

1

Können Sie AIC-Werte vergleichen, solange die Modelle auf demselben Datensatz basieren?

Ich mache eine Prognose in R mit Rob Hyndmans Prognosepaket . Das zum Paket gehörende Papier finden Sie hier . In dem Artikel implementieren die Autoren die Algorithmen nach der Erläuterung der automatischen Vorhersagealgorithmen auf demselben Datensatz. Nach der Schätzung eines exponentiellen Glättungsmodells und eines ARIMA-Modells geben sie jedoch eine …

13 time-series forecasting model-selection aic

3

Ensemble-Zeitreihenmodell

Ich muss die Vorhersage von Zeitreihen automatisieren und kenne die Merkmale dieser Reihen (Saisonalität, Trend, Rauschen usw.) nicht im Voraus. Mein Ziel ist es nicht, für jede Serie das bestmögliche Modell zu erhalten, sondern ziemlich schlechte Modelle zu vermeiden. Mit anderen Worten, jedes Mal kleine Fehler zu bekommen ist kein …

13 time-series forecasting arima ensemble exponential-smoothing

1

Wie man die Auswirkung von Feiertagen in der Prognose berücksichtigt

Ich habe eine ziemlich vorhersehbare tägliche Zeitreihe mit wöchentlicher Saisonalität. Ich bin in der Lage, Vorhersagen zu treffen, die ziemlich genau zu sein scheinen (bestätigt durch eine Kreuzvalidierung), wenn es keine Feiertage gibt. In den Ferien habe ich jedoch folgende Probleme: In meiner Prognose erhalte ich Zahlen ungleich Null für …

12 time-series forecasting arima outliers

1

Unterschied zwischen "In-Sample" - und "Pseudo-Out-of-Sample" -Prognosen

Gibt es einen expliziten Unterschied zwischen in-Probe Prognosen und Pseudo Out-of-Sample - Prognosen . Beides ist im Zusammenhang mit der Bewertung und dem Vergleich von Prognosemodellen gemeint.

12 forecasting model-comparison out-of-sample in-sample

4

Prognose von binären Zeitreihen

Ich habe eine binäre Zeitreihe mit 1, wenn sich das Auto nicht bewegt, und 0, wenn sich das Auto bewegt. Ich möchte eine Prognose für einen Zeithorizont von bis zu 36 Stunden im Voraus und für jede Stunde erstellen. Mein erster Ansatz war die Verwendung eines Naive Bayes mit den …

12 r time-series forecasting binary-data

Als «forecasting» getaggte Fragen