arima

    0

    1答えて

    this postに基づいて私はARIMAモデルでグリッドセーチを行うためにbruteを使用しようとしていますが、実行することはできません。私はこの原則の証拠を守っていますが、私は議論に間違っていますか? y = pd.DataFrame([0,1,4,9,16]) + 3 def objfunc(coeffs, endog): exp = coeffs[0] const =

    0

    1答えて

    私は、分化された変数のARIMAモデルを使用して4分の4を予測しています。 しかし、調整された値、つまり元の値と一致する予測された予測値を取り戻すことはできません。以下は 私のコードです: fit<-arima(Y, order = c(1, 0, 1),seasonal = list(order = c(0L, 0L, 0L), period = NA), xreg = training, in

    0

    1答えて

    ARIMAをデータにフィットさせるときにエラーが発生し、 'data'はベクトルタイプでなければならず 'NULL'でした。 ! 'データ':配列(X、C(長さ(x)は、1L)、IF(is.null(名(X)))リスト(名前(x)は、中 library(forecast) foo <- read.csv("https://nofile.io/g/0qrJl41nhf3bQQFjBmM6Jurz

    2

    1答えて

    私のデータセットには多くの変数があり、それぞれについて予測を実行したい。ここでは、データセットの一部は次のとおりです。 Market_82 Market_83 Market_84 Market_85 Total YEAR_ MONTH_ DATE_ 14481 7000 5649 6818 536413 1999 1 JAN 1999 15162 7272 5750 6943 558797 1

    1

    1答えて

    私のデータでtime seriesの分析を実行しています。私はARIMAモデルで使用する最良の係数を決定するために自動arima関数を実行しました。 Iは、上記の結果に(2,1,1)ことを理解 model1 <- auto.arima(log(mydata_ts)) model1 Series: log(mydata_ts) ARIMA(2,1,1)(1,0,0)[12] Coeffi

    2

    2答えて

    ARIMAと予測するためにデータセットで作業していますが、最後のステップに近づいていますが、私が紛失しているものを理解するための参照を見つけることはありません。私は、次のコマンドを実行するときにエラーメッセージが出続ける : ForcastData<-forecast(fitModel,testData) Error in rep(1, n.ahead) : invalid 'times' a

    0

    1答えて

    frequencyがどのように私の時系列に影響を与えるかについての助けが必要です。私は毎日の時系列データをfrequency = 7と合わせました。私は時系列を見ると、日々の中間値を取得します。私はのデータを持っています60日です。私は私に421の値を与える同じ ts.v1<- ts(V1, start = as.Date("2017-08-01"), end = as.Date("2017-09

    2

    1答えて

    私はいくつかの研究を行いましたが、私は解決策を見つけることに固執しています。私はXTSをロードした後(次のコードを実行した日付 Claims の 参照リストを :私は、保険金請求や障害者の日に非常に基本的なデータフレームを時系列データを持っている、のは、データを呼び出してみましょう私は、私はauto.arimaを実行し、ARIMA(を開始することができ、月あたりのクレームの数を抜け出す/カウントす

    0

    1答えて

    私は2017-01-01から2017-10-27までのデータセットを扱っていますが、auto.arimaはそこにもかかわらず単変量時系列しか扱えないと言います毎日のデータのみです。 私には何が欠けていますか? 再現例: set.seed(25) datelist<-seq(as.Date("2016-01-01"),as.Date("2017-10-27"),by="day") salesva