arima

    0

    1答えて

    は、私は簡単な例の時系列を持っている: データ:ホルト冬のスムージング、TBATSスムージング、ARIMA、およびAR神経:私は、4つの異なる時系列予測モデルを実行した Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2000 200.1 199.5 199.4 198.9 199.0 200.2 198.6 200.0 200.3 201.2 2

    0

    1答えて

    私はdiff(1)で非定常です。 ここでのテスト: # Augmented Dickey-Fuller Test Unit Root/Cointegration Test # The value of the test statistic is: -5.0157 # KPSS Unit Root/Cointegration Test # The value of the test stat

    0

    3答えて

    私はARIMA、holtwinters、prophetのような複数のtimeseriesモデルを使用しています。今私はこのすべてのアンサンブルを行い、結果を作りたいと思っています。私は、時代劇にアンサンブルを適用する最良の方法は何か提案が必要です。助けてください。私はこれに新しいです。

    0

    1答えて

    私はRの初心者ですが、時系列変数(株式リターン)を持っています。差分変数diff(株、遅れ= 1、相違= 1) これはうまくいく、私はそれをプロットし、それは静かに見えます。しかし、私がディッキー・フルーラー・テストを実行しようとすると、ディッキー・フルーラー・テストは元の変数(株)上で正常に動作しますが、それは不安定です。 エラー: adf.test(stock) Error in adf.te

    0

    1答えて

    arimaのモデリング機能を備えたRのパッケージはどれが一番良いと思われますか?私は、取り付けられたarimaモデルから新しい時系列を簡単にシミュレートしたいと思いますか?

    0

    1答えて

    ARIMAを使用して時系列を予測しようとします。 ts <- c(283.678,278.158,273.345,269.773,265.863,265.673,262.977,272.557,267.628,270.106,276.346,292.736,310.649,320.550,332.954,350.313,361.524,367.406,369.442,372.043,365.030

    1

    1答えて

    私は、一連の値を予測するために、(Statsmodels)ARIMAを使用します)((予測)と予測使用して異なる結果:私は、私は同じ結果になるだろうと推測 plt.plot(ind, final_results.predict(start=0 ,end=26)) plt.plot(ind, forecast.values) plt.show() これら二つのプロットから、代わりに私はこれを

    1

    1答えて

    問題discription:CPU使用率の予測 アプローチ:使用時系列アルゴリズム ステップ1:私は1000年の観測を収集し、Pythonにエクスポート弾性検索から。 ステップ2:データをプロットし、データが停止しているかどうかを確認します。 ステップ3:データを固定形式に変換するために使用されるログ。 ステップ4:私はARIMA (3,0,2)時系列モデルを構築し予測 :ARIMA(3,0,2)

    1

    1答えて

    サーバからのデータで時系列データを予測するARIMAモデルを作成しようとしていますが、タイトルにエラーが表示されていて、必要なオブジェクトのタイプがわかりません。ここでは、コードがあります:彼らはrespectives値と日付の代わりに、時間を使用 https://machinelearningmastery.com/arima-for-time-series-forecasting-with-p

    1

    1答えて

    私は私が最初のオブジェクト CpcGDP.convert_objects(convert_numeric= True) を変換DATAFRAME CpcGDP.tail() 65 2012-01-01 2593.23 2013-01-01 2591.06 2014-01-01 2608.38 2015-01-01 2665.35 2016-01-01 2724.4