Als «forecasting» getaggte Fragen

Vorhersage der zukünftigen Ereignisse. Es ist ein Sonderfall von [Vorhersage] im Kontext von [Zeitreihen].

1
Interpretation der Zeitreihenzerlegung mit TBATS aus dem R-Prognosepaket
Ich möchte die folgenden Zeitreihendaten in saisonale, Trend- und Restkomponenten zerlegen. Die Daten sind ein stündliches Kühlenergieprofil eines Geschäftsgebäudes: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) Es gibt offensichtliche tägliche und wöchentliche saisonale Effekte, basierend auf den Ratschlägen von: Wie zerlegt man eine Zeitreihe mit mehreren saisonalen Komponenten? Ich habe die …
1
Zufällige Waldregression zur Vorhersage von Zeitreihen
Ich versuche, mithilfe der RF-Regression Vorhersagen über die Leistung einer Papierfabrik zu treffen. Ich habe minutenweise Daten für die Eingaben (Rate und Menge des eingedrungenen Holzzellstoffs usw.) sowie für die Leistung der Maschine (produziertes Papier, von der Maschine aufgenommene Leistung) und möchte Vorhersagen für 10 Minuten treffen voraus auf die …
3
Vorhersage der Dichtefunktion
Ich recherchiere über die Vorhersage von Zeitreihen von Wahrscheinlichkeitsdichtefunktionen. Wir sind bestrebt, ein PDF anhand eines historisch beobachteten (normalerweise geschätzten) PDF vorherzusagen. Die Prognosemethode, die wir entwickeln, funktioniert in Simulationsstudien ziemlich gut. Ich benötige jedoch ein numerisches Beispiel aus realen Anwendungen, um unsere Methode weiter zu veranschaulichen. Gibt es also …
1
Wie baue ich einen innovativen Ausreißer bei Beobachtung 48 in mein ARIMA-Modell ein?
Ich arbeite an einem Datensatz. Nachdem ich einige Modellidentifikationstechniken angewendet hatte, kam ich mit einem ARIMA (0,2,1) -Modell heraus. Ich habe die detectIOFunktion im Paket TSAin R verwendet, um bei der 48. Beobachtung meines ursprünglichen Datensatzes einen innovativen Ausreißer (IO) zu erkennen . Wie kann ich diesen Ausreißer in mein …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 
1
Saisonalität mit ACF und PACF interpretieren
Ich habe einen Datensatz, in dem empirische Intuition besagt, dass ich eine wöchentliche Saisonalität erwarten sollte (dh das Verhalten am Samstag und Sonntag unterscheidet sich vom Rest der Woche). Sollte diese Prämisse wahr sein, sollte mir ein Autokorrelationsgraph nicht Bursts mit Verzögerungsmultiplikatoren von 7 geben? Hier ist ein Beispiel der …
1
Warum haben Anova () und drop1 () unterschiedliche Antworten für GLMMs geliefert?
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese beiden letzteren geben die gleichen Antworten. Unter Verwendung einer Reihe …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
3
Wie kann anhand aggregierter Daten über unregelmäßige Intervalle prognostiziert werden?
Ich versuche, den Verkauf von Produkten in Verkaufsautomaten vorherzusagen. Das Problem ist, dass die Maschine in unregelmäßigen Abständen gefüllt wird und wir bei jeder Befüllung nur die aggregierten Verkäufe seit der letzten Befüllung der Maschine erfassen können (dh wir haben keine täglichen Verkaufsdaten). Grundsätzlich haben wir also Daten für aggregierte …
8
Welcher Algorithmus könnte verwendet werden, um den Verbrauch von Verbrauchsmaterialien anhand von Daten aus früheren Einkäufen vorherzusagen?
Wenn ich über ein vermeintlich einfaches, aber interessantes Problem nachdenke, möchte ich einen Code schreiben, um die Verbrauchsmaterialien vorherzusagen, die ich in naher Zukunft benötigen werde, angesichts der vollständigen Historie meiner vorherigen Einkäufe. Ich bin sicher, dass diese Art von Problem eine allgemeinere und besser untersuchte Definition hat (jemand schlug …
1
Gute Praktiken bei der Vorhersage von Zeitreihen
Ich arbeite seit Monaten an kurzfristigen Lastprognosen und der Verwendung von Klima- / Wetterdaten, um die Genauigkeit zu verbessern. Ich habe einen Informatik-Hintergrund und aus diesem Grund versuche ich, keine großen Fehler und unfairen Vergleiche mit Statistik-Tools wie ARIMA-Modellen zu machen. Ich würde gerne Ihre Meinung zu ein paar Dingen …
1
Dokumentierte / reproduzierbare Beispiele für erfolgreiche reale Anwendungen ökonometrischer Methoden?
Diese Frage mag sehr weit gefasst klingen, aber hier ist, wonach ich suche. Ich weiß, dass es viele ausgezeichnete Bücher über ökonometrische Methoden und viele ausgezeichnete Expository-Artikel über ökonometrische Techniken gibt. Es gibt sogar ausgezeichnete reproduzierbare Beispiele für Ökonometrie, wie in dieser CrossValidated- Frage beschrieben . Tatsächlich kommen die Beispiele …
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.