我正在做一个经过训练的autoarima模型，等等。在这个阶段，我需要使用该模型进行一些预测(该模型是使用5年的数据进行训练的，我需要对下一年进行预测)。初始数据集是一个简单的时间序列数据集； Volume..
31-12-2000 4783 到目前为止的步骤； df_train = dfprint("\nMAE of Auto ARIMAX:",
浏览 67提问于2021-11-14得票数 1
回答已采纳
我用的是GRETL在那里，当我为arima模型的有效性做预测时，我将得到蓝色线条的拟合序列和红色线条的原始序列。后来，我切换到R，在这里我找不到任何命令来做同样的事情。我使用的是预测包中的Arima模型。在GRETL中，我用来做模型->时间序列-> arima ->预测。它将自动打印安装的和原始<
浏览 2提问于2011-07-22得票数 20
回答已采纳
此外，我将所有其他参数的最大值设置为1，没有使用选择标准的近似，也没有使用逐步选择(请注意，这里使用的设置仅用于演示奇怪的行为，而不是我真正打算使用的设置)。我采用BIC作为选择模型的标准。此外，我还期望auto.arima在trace=T时产生的输出与Arima为上述两种模型计算的BIC完全相同。第二种模式确
浏览 1提问于2016-05-30得票数 4
回答已采纳
我是Python ARIMA实现的新手。我有一个数据在15分钟的频率为几个月。在我尝试遵循Box-Jenkins方法来拟合时间序列模型时。我在快要结束的时候遇到了一个问题。给出了时间序列(ts)和差序列(ts_diff)的。我使用ARIMA (5,1,2)，最后绘制了拟合值(绿色)和原始值(蓝色)。正如您可以从中看到的那样，值有一个</e
浏览 3提问于2016-02-24得票数 9
1回答
我有一个每月的时间序列数据，我想通过使用交叉验证来使用Fable包中的不同模型对其进行建模，以了解所考虑的模型中最好的模型。= 1)
fc <- google_tr %>% arima= ARIMA(closing_price),
rw = RW(closing_price
浏览 3提问于2020-11-17得票数 1
1回答
目前，我正试图使用状态模型ARIMA库实现直接和递归的多步预测策略，并提出了一些问题。
一种递归的多步预测策略是训练一个单步模型，预测下一个值，将预测值附加到输入到预测方法中的外生值的末尾，然后重复。，我只需要将我的模型与现有的培训数据相匹配，并将其用于一次
浏览 4提问于2018-10-30得票数 5
回答已采纳
我正在训练一个神经网络，通过传递昨天的可用性(144个样本)来预测一整天的可用性(144个样本，6个特征)。对于如何定义神经网络来预测回归问题中的时间序列，我很难找到好的资源或解释。训练被定义为一个监督学习问题。我对神经网络的定义是，model.add(LSTM(lstm_neurons * 2, input_shap
浏览 0提问于2019-12-26得票数 1
我正在使用来自accuracy包的forecast函数来计算精度度量。我用它来计算拟合的时间序列模型的度量，比如ARIMA或指数平滑。当我在不同的维度和聚合级别上测试不同的模型类型时，我使用Hyndman等人提出的MASE，平均绝对比例尺误差(2006年，“关于预测精度的另一种度量”)来比较不同级别上的不同模型。现在我也在比较模型和预测历史。由于我只有预测
浏览 0提问于2012-06-18得票数 8
回答已采纳
Hamed在这里发现的一篇论文中描述的方法对时间序列进行预白：x_t = rho * x_(t-1) +α+β*t+ e_t
当x_t和x_(t-1)是时间序列的观测值时，rho是自相关系数，β是趋势的斜率，e_t是不相关噪声。我认为在in
浏览 2提问于2015-03-20得票数 0
回答已采纳
1回答
我正在做一个预测练习。首选模型是ARIMA (0,0,1) (0,1,1)4，其中有三个外生变量(Forestalling.1，Forestalling.2，Break)。我的因变量是Pmean，即平均房价，外生变量是虚拟变量，表示立法和房地产危机的变化(这些变量由以下值0，1，-1组成)。我最初的方法是区分原始的Arima模型和拟合Arima模型；然而，当尝试预测序列时<
浏览 44提问于2017-02-21得票数 0
我有从谷歌趋势中提取的每周数据值，我想在R中应用时间序列来预测未来的值。我尝试过使用auto.arima()，但对于所有未来预测，结果似乎只有一个常量值，如果我在arima(c(p，d，q))中手动给出随机参数，我会得到各种类型的结果。那么如何为我的数据确定合适的值。60 66 67 69 67 80 66 73 73 72 68
[43]
浏览 19提问于2017-01-09得票数 0
我用ARIMA(0,1,0)进行(样本外)预测。 在python的statsmodel最新稳定版本0.12中。22.6549964 ], [21.08625835, 25.41374165], [22.72496851, 28.02503149], [24.44000721, 30.55999279]] 和一个未来的警告我已经尝试过使用不同的函数，就像新界面提供的forecast一样。 特别是，我想知道为什么整个列表的预测</
浏览 276提问于2021-03-16得票数 2
回答已采纳
1回答
帮助构建序列预测问题
、、、
我发现了很多关于序列预测的教程/例子，它们利用输入变量(S)的前几个时间步骤来创建一个预测，例如根据先前的价格预测股票市场价格。如果我想对不属于输入的变量进行序列预测(例如，使用X1和X2序列同时预测X3序列(S))，该怎么办？这是前面提到的教程中相同的问题吗，只是在不同的上下文中？我一直在努力学习如
浏览 0提问于2018-08-23得票数 2
1回答
我有交通流量的短时间序列，我想使用简单的指数平滑方法来预测交通流量，以便与ARIMA模型进行比较。
我已经完成了ARIMA模型部分，但是我被如何格式化数据以应用简单的指数平滑模型所困扰。我之所以使用简单的指数平滑，是因为我读到它适用于没有趋势或季节性的短时间序列。我的时间序列是4个月，每小时阅读一次。对于训练，将使用1522个观察值(3/
浏览 2提问于2019-02-09得票数 1
1回答
我想问你一些关于时间序列预测问题的建议。特别是，我必须每天预测某一地区的总需水量，建立一个基于4个CVSs文件的模型，其中包括：
来自整个地区4,000个测量点的用水请求(日粒度时间序列，2年数据)。在你看来，利用现有的数据和特征，对该地区的需水量进行良好<em
浏览 0提问于2020-10-26得票数 2
回答已采纳
1回答
我在Julia中寻找一个函数来估计ARMA过程的系数。当然，一种解决方案是使用并使用Matlab函数，但我希望在朱莉娅中完成这一切。如果现在没有任何东西，有没有人知道是否有任何好的Julia函数用于多维数值最小化(比如牛顿-拉夫森)，可以用来实现PEM函数？
浏览 6提问于2014-11-19得票数 6
我的目标是从R.中的auto.arima函数中准确地重新创建顶部的三个模型，我的示例使用以下系列：
> data <- c(79, 73, 102, 158, 235, 326, 216, 153, 82我认为它提供了关于是否存在拦截或是否存在漂移的信息，但不是两者兼而有之。我在下面找到了这样一个例子，两个不同的型号，一个有拦截，一个没有，都有相同的标签。:是否有一种方
浏览 8提问于2020-10-01得票数 0
回答已采纳
4回答
我有一个时间序列，我想智能地插入缺失值。特定时间的值受到多天趋势的影响，以及它在每日周期中的位置。，或者将当天的值添加到适合更大趋势的函数线，但我希望已经存在一些适用于这种情况的包或函数？编辑:稍微修改了代码，以澄清我的问题。有一些na.*方法可以从最近的邻居处进行插值，但在这种情况下，它们不会识别缺失值位于当
浏览 6提问于2011-02-11得票数 14
回答已采纳
到目前为止，我正在使用Hyndman教授的方法来预测多个时间序列。但是当我有大量的t，它是相当慢的。FALSE)它似乎运行得很好，但是当我使用for循环时，(retail[,i]),h=h)$mean我得到了不同的点预测。现在它返回与for循环相同的结果
浏览 2提问于2018-10-02得票数 3
回答已采纳
2回答
我正试图让该问题中的管道接受一个预测对象作为输入：> dput(t) hc_add_series(t) %>% 创建但如果我遵循同样的方法require("forecas
浏览 3提问于2017-04-03得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
