forecasting

0熱

1答えて

次の列名を持つデータフレームがあります。 "week" "demand" "product-id" 問題は時系列オブジェクトに変換することです。 weekは、3,4,5,6,7,8,9などのような数字であり、demandは単位であり、product-idはユニークです。週の列を時系列に変換してモデリングの準備をします。 ARIMAモデルを使用して10週目と11週目を予測したいと思っています。

0熱

1答えて

Rの特定のARIMAモデルを推定するのにどの関数を使用すべきですか？

私は約200行のmydata.tsを持っています。私は定常的なテストを使用し、違いを取ってACFとPACFを調べました。だから、例えばARIMA(1,1,1)(0,1,1)を試してみることにしました。適合した値と予測を見つけるためにどのR関数を使用する必要がありますか？ Arima,arimaまたはauto.arima？ summary(model)でMAPE、MADなどのエラーの結果を信頼でき

3熱

1答えて

dplyrで名前をリストから抽出する

私は数多くの製品の日付で消耗しているデータテーブルを持っています。私は各製品の予測を生成し、現在では期間+1で平均と上位80％を得たいと考えています。問題は、予測オブジェクトは、使用するメソッドによって構造が異なるリストであるため、索引付けで値を取得できません（名前はdata.tableで可能です）。これは、（ダミー）データとコードです： # load required libraries l

0熱

1答えて

R：予測モデルのMASEがNaNのときはどういう意味ですか？

この月次データを参照してください：次に tsdata <- structure(c(9.55584, 42.31872, 17.064, 54.26352, 79.51824, 44.3664, 82.58976, 129.6864, 70.64496, 102.384, 118.08288, 99.31248, 151.8696, 172.68768, 1

1熱

1答えて

Ljung-Boxテスト、X-二乗またはP値をどのように扱うか？

私たちはAirPassengersのデータをRで処理しています。固定するために、logとdiffを適用しました。その後、データをプロットし、ホワイトノイズのように見えます。次に、固定されていることを確認するために、Forecast::Box.test()というテストを適用しました。ここに私のコードとテストの出力があります。 > Box.test(diff(loglu), type="Ljung-

1熱

1答えて

この不規則な間隔の時系列を、RまたはMatlabで規則正しく間隔を空けたものにする（補間する）方法はありますか？

私は、次のデータを持っている：私は、通常の一つに、この不規則な間隔時系列に変換することができるようなデータを補間したい z <- read.zoo(text = Lines, sep = ",", header = TRUE, index = 1:1, tz = "", format = "%d/%m/%Y") ： Lines = "20/03/2014,9996792524 21/04/2

3熱

2答えて

統計モデルを使用した予測

私は時間単位の分解能（商品価格）の5年間の時系列を含む.csvファイルを持っています。過去のデータに基づいて、私は6年目の価格の予測を作成したいと思います。私はPython（特にstatsmodels）と統計の両方の知識が最大限に制限されているので、これらのタイプの手続きに関するwwwに関する記事をいくつか読んでいます。ものはリンクしている、興味を持っている人のために：すべての http://

1熱

1答えて

予測信頼度bstsパッケージからの予測間隔は、予測のauto.arimaよりもはるかに広い

最近、GoogleのBayesian Structural Time SeriesモデルのSteven Scottによるbstsパッケージに関する記事を読んで、auto.arima関数に対して私がさまざまな予測タスクに使用してきた予測パッケージです。私はいくつかの例で試してみましたが、パッケージの効率とポイント予測に感心しました。しかし、予測分散を見てみると、ほとんどの場合、bstはauto.a

1熱

1答えて

ARFIMAからモデルが生成されないR

ARFIMAをカルマンフィルターで予測し、arfimaモデルをKalmanforecastに収めることはできません。 library(base) library(stats) library(parallel) library(forecast) sink(file='/home/nero/KF_arfima.log') f=COST$COST x=logb(p,10) # Star