arima

    0熱

    1答えて

    なぜ私はほとんどの技術からフラット時系列予測を取得していますか？

    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
    r time-series forecasting arima holtwinters 2017-09-08

    0熱

    1答えて

    T + 2での予測auto.arima = 0

    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
    r time-series forecasting arima 2017-10-30

    0熱

    3答えて

    timeseries予測のためにEnsembleを適用する

    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。
    r time-series forecasting holtwinters arima 2017-07-28

    0熱

    1答えて

    Rの差分変数のACFを得ることができないようです

    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
    r time-series correlation arima 2017-09-17

    0熱

    1答えて

    R `arima`パッケージはどれが一番良いと思われますか？

    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？
    r arima 2017-07-31

    0熱

    1答えて

    arimaを予測timeseriesに使用

    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
    r prediction forecasting arima 2017-08-03

    1熱

    1答えて

    Statsmodels ARIMA -

    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
    python statsmodels arima 2017-08-09

    1熱

    1答えて

    pythonでARIMAモデルの精度を見つけるために、どのよう

    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)
    python time-series arima 2017-08-11

    1熱

    1答えて

    Python： "np.asarray（data）で入力データをチェックします。"

    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
    python mysql pandas time-series arima 2017-10-02

    1熱

    1答えて

    TypeError例外：「追加」ufunc ARIMAモデルのために署名したループが含まれていませんでし

    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
    python python-3.x pandas statsmodels arima 2017-10-05
最新の質問