Saya memprogram dan melakukan pengembangan berbasis tes. Setelah saya membuat perubahan dalam kode saya, saya menjalankan tes saya. Terkadang mereka berhasil dan terkadang mereka gagal. Sebelum saya menjalankan tes saya menuliskan angka 0,01-0,99 untuk kepercayaan saya bahwa tes akan...
Saya memiliki pengalaman sebelumnya dengan validasi silang K-fold 'normal' untuk tuning model dan saya sedikit bingung dengan aplikasi dalam model time-series. Ini adalah pemahaman saya bahwa untuk model deret waktu konsekuensi wajar untuk cross-validasi adalah prosedur 'asal-usul ke depan' yang...
Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau...
Saat ini saya sedang mengerjakan proyek untuk melakukan peramalan data deret waktu (data bulanan). Saya menggunakan R untuk melakukan peramalan. Saya memiliki 1 variabel dependen (y) dan 3 variabel independen (x1, x2, x3). Variabel y memiliki 73 pengamatan, dan begitu pula 3 variabel lainnya (juga...
Saya memiliki dataset di mana intuisi empiris mengatakan saya harus mengharapkan musiman mingguan (yaitu, perilaku pada hari Sabtu dan minggu berbeda dari sisa minggu ini). Haruskah premis ini benar, bukankah seharusnya grafik autokorelasi memberi saya kelipatan kelipatan 7? Berikut contoh...
Saya ingin menguraikan data deret waktu berikut ke dalam komponen musiman, tren, dan residual. Data tersebut adalah Profil Energi Pendinginan setiap jam dari sebuah bangunan komersial: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18),
Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan...
Saya sedang melakukan penelitian tentang peramalan deret waktu fungsi kepadatan probabilitas. Kami bermaksud memperkirakan PDF yang diberikan secara historis (biasanya, diperkirakan) PDF. Metode peramalan yang kami kembangkan berkinerja cukup baik dalam studi simulasi. Namun, saya memerlukan...
Saya mencoba mencari cara memperbaiki outlier setelah saya menemukan / mendeteksi mereka dalam data deret waktu. Beberapa metode, seperti nnetar di R, memberikan beberapa kesalahan untuk deret waktu dengan outlier besar / besar. Saya sudah berhasil memperbaiki nilai yang hilang, tetapi outlier...
Saya telah mendengar sedikit tentang menggunakan jaringan saraf untuk memperkirakan deret waktu. Bagaimana saya bisa membandingkan, metode mana untuk meramalkan seri waktu saya (data ritel harian) yang lebih baik: auto.arima (x), ets (x) atau nnetar (x). Saya dapat membandingkan auto.arima...
Salah satu masalah penting yang dihadapi oleh peramal adalah apakah seri yang diberikan dapat diperkirakan atau tidak? Saya menemukan sebuah artikel berjudul " Entropi sebagai Indikator A Priori dari Kemampuan Prakiraan " oleh Peter Catt yang menggunakan Perkiraan Entropi (ApEn) sebagai ukuran...
Apa perbedaan dalam menggunakan Generalized Linear Model, seperti Automatic Relevance Determination (ARD) dan regresi Ridge, dibandingkan model Time series seperti Box-Jenkins (ARIMA) atau smoothing eksponensial untuk peramalan? Apakah ada aturan praktis kapan menggunakan GLM dan kapan menggunakan...
Saya seorang analis di bidang keuangan dan asuransi dan setiap kali saya mencoba menyesuaikan model volatilitas, saya mendapatkan hasil yang mengerikan: residu sering tidak stasioner (dalam pengertian unit root) dan heteroskedastik (sehingga model tidak menjelaskan volatilitas). Apakah model ARCH...
Apa keuntungan mengekspresikan model ARMA sebagai model ruang-negara dan melakukan peramalan menggunakan filter Kalman? Metodologi ini misalnya digunakan dalam implementasi SARIMAX dari
Saya mencoba untuk membangun model peramalan regresi deret waktu untuk variabel hasil, dalam jumlah dolar, dalam hal prediktor / variabel input lainnya dan kesalahan autokorelasi. Model semacam ini juga disebut model regresi dinamis. Saya perlu belajar cara mengidentifikasi fungsi transfer untuk...
pengantar Dalam peramalan kombinasi, salah satu solusi populer didasarkan pada penerapan beberapa kriteria informasi. Mengambil contoh kriteria Akaike diperkirakan untuk model , orang dapat menghitung perbedaan dari dan kemudian RP_j = e ^ {(AIC ^ * - AIC_j) / 2} dapat ditafsirkan sebagai...
Sebagai hobi sampingan, saya telah menjelajahi rangkaian waktu perkiraan (khususnya, menggunakan R). Untuk data saya, saya memiliki jumlah kunjungan per hari, untuk setiap hari kembali hampir 4 tahun. Dalam data ini ada beberapa pola yang berbeda: Senin-Jumat memiliki banyak kunjungan (tertinggi...
Masalah yang saya hadapi adalah memprediksi nilai deret waktu. Saya melihat satu seri waktu dan berdasarkan pada misalnya 15% dari data input, saya ingin memprediksi nilai-nilai masa depannya. Sejauh ini saya telah menemukan dua model: LSTM (memori jangka pendek; kelas jaringan saraf...
karena saya melangkah ke peramalan dengan model ARIMA, saya mencoba memahami bagaimana saya dapat meningkatkan ramalan berdasarkan ARIMA yang sesuai dengan musiman dan pergeseran. Data saya adalah seri waktu berikut (lebih dari 3 tahun, dengan tren yang jelas ke atas dan musim yang terlihat, yang...
Saya sedang berupaya mengembangkan model untuk memprediksi total penjualan suatu produk. Saya memiliki sekitar satu setengah tahun data pemesanan, sehingga saya dapat melakukan analisis deret waktu standar. Namun, saya juga memiliki banyak data tentang setiap 'peluang' (penjualan potensial) yang...