forecasting

    1

    1答えて

    予測から値を印刷する方法が必要です。 暗い青色の線の値と、可能であれば、下の図の灰色の部分の値を印刷する必要があります。 この値を印刷するか、2019予測値を出力するコードは何ですか? library(forecast) timese <- ts(WWWusage, start = c(2008, 1), end = c(2016, 1), frequency = 12) ### Stru

    11

    1答えて

    timeseriesデータを予測したいですか?以前の記事では、モジュールstatsmodelsに、私が探していたものとまったく同じ予測のためにARMAメソッドを使用するために必要なツールがあることが記載されています。それにもかかわらず、データの予測に問題があります。誰かがモデルで使用されているさまざまなパラメータを説明したり、サンプルサンプルを提供できますか?

    5

    1答えて

    Rの将来の値を予測するために、予測パッケージのets()関数とauto.arima()関数を使用しています。これらの2つのモデル間で最適なモデルを選択するためにはどの基準を使用する必要がありますか? 以下は、ets(data.ets)とauto.arima(data.ar)の精度の出力です。続き > ETSfit$aic [1] 613.8103 > ARIMAfit$aic [1] 422

    0

    1答えて

    すべて - 季節性を持たない時系列の予測モデルで作業しています。他の地域では、私はARIMAを単一シーズンの人に、TBATSを複数シーズンの人に使用しました。しかし、今、私は季節性がない時系列に取り組んでいます。基本的な予測をしたいと思っています。私は毎日約1.5年間のデータを扱っています。 、これは季節的ではないことを考えると、今 http://107.170.210.195/Rplot.png

    10

    1答えて

    私はARMAモデルに合うように統計モデルを使用しています。 import statsmodels.api as sm arma = sm.tsa.ARMA(data, order =(4,4)); results = arma.fit(full_output=False, disp=0); dataは1次元配列である。私は、インサンプル予測を得るために知っている:今 pred = resu

    1

    2答えて

    私はExcelの予測方法比較ツールを構築しています。私はこの特定のタスクにExcelを使用する必要があります。どの方法が最良の仕事をするかを示すために、さまざまなタイプのエラー(MAE平均絶対誤差、RMSE平均二乗誤差など)を比較する必要があります。 私は次のように整理エラー(残差)があります。問題は時々データセットがフル装備ではないということである、と私は「もし」文そのリターン「」(などに内蔵さ

    1

    1答えて

    私は、予測機能(Rにおける予測パッケージ)を使用しようと問題に実行しています。私は、エラーメッセージを取得しています、予測ステップで library(forecast) fit=arima(WWWusage,order=c(1,1,1)) fcast=forecast(fit) plot(fcast) :次の例を考えてみましょう Error in .forecast.transform(

    7

    1答えて

    knitrスクリプトでforecastパッケージからauto.arimaを実行すると、常に警告を生成ように思われる - と、私は通常のR.マークダウンサンプルコードknitr でそれを実行したときに、私はこの警告を得ることはありません: ​​ Wher: ```{r} library(forecast) ``` Spurious warning from forecast and knitr

    6

    1答えて

    私は時系列を予測しようとしています:以前の50個の値を与えて、私は次の5個の値を予測したいと思います。 これを行うには、skflowパッケージ(TensorFlowベース)を使用しています。この問題は、Boston example provided in the Github repoに比較的近いです。次のように 私のコードは次のとおりです。 %matplotlib inline import

    0

    1答えて

    私はhtsパッケージのために私を読んでいます。私は、カスタム予測セクションを試してみたいと思っています。カスタム予測セクションは、各シリーズを特定の予測関数でループする必要があります。提供された例は、偶数のグループを示しています。グループの数が不均一なカスタム予測をどのように実行してから、それらをgtsオブジェクトに再結合できるかを知りたいと思います。 hts()にnodes引数で指定された階層構