Preguntas etiquetadas con forecasting

Estoy interesado en la selección de modelos en una configuración de series de tiempo. Para concreción, supongamos que quiero seleccionar un modelo ARMA de un grupo de modelos ARMA con diferentes órdenes de retraso. La intención final es pronosticar . La selección del modelo puede hacerse por validación cruzada, uso …

23 time-series  forecasting  cross-validation  model-selection  aic 

Tengo una serie temporal que contiene componentes dobles estacionales y me gustaría descomponer la serie en los siguientes componentes de la serie temporal (tendencia, componente estacional 1, componente estacional 2 y componente irregular). Hasta donde sé, el procedimiento STL para descomponer una serie en R solo permite un componente estacional, …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

El error escalado absoluto medio (MASE) es una medida de la precisión del pronóstico propuesta por Koehler y Hyndman (2006) . MASE=MAEMAEin−sample,naiveMASE=MAEMAEin−sample,naiveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} donde es el error absoluto medio producido por el pronóstico real; mientras que es el error absoluto medio producido por un pronóstico ingenuo (por ejemplo, pronóstico …

22 time-series  forecasting  accuracy  mase 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. He creado un modelo lineal en I: mod = lm(train_y ~ train_x). Quiero pasarle una lista de X y obtener su Y …

21 r  forecasting  linear-model 

Una pregunta que me molestó por algún tiempo, que no sé cómo abordar: Todos los días, mi meteorólogo da un porcentaje de probabilidad de lluvia (supongamos que se calcula a 9000 dígitos y nunca ha repetido un número). Cada día posterior, llueve o no llueve. Tengo años de datos: posibilidad …

20 hypothesis-testing  forecasting 

Del libro de texto Pronósticos: Principios y práctica de Rob J Hyndman y George Athanasopoulos , específicamente la sección sobre medición de precisión : Un método de pronóstico que minimiza el MAE conducirá a pronósticos de la mediana, mientras que minimizar el RMSE conducirá a pronósticos de la media ¿Alguien …

20 forecasting  mean  median  rms  mae 

Mi novia recientemente consiguió un trabajo de ventas y comercio en un banco importante. Animada por su nuevo trabajo, cree que puede predecir si las existencias subirán o bajarán al final del mes más que la posibilidad (¡cree que incluso puede hacerlo con un 80% de precisión!) Soy muy escéptico …

19 probability  forecasting  finance 

En primer lugar, da probabilidad de resultados. Entonces, por ejemplo, sus predicciones para las elecciones estadounidenses son actualmente del 82% de Clinton frente al 18% de Trump. Ahora, incluso si Trump gana, ¿cómo sé que no fue solo el 18% del tiempo que debería haber ganado? El otro problema es …

19 forecasting  prediction  validation  accuracy  scoring-rules 

¿Podría alguien explicarme un ejemplo sobre cómo usar el filtrado DLM Kalman en R en una serie temporal? Digamos que tengo estos valores (valores trimestrales con estacionalidad anual); ¿Cómo usaría DLM para predecir los siguientes valores? Y por cierto, ¿tengo suficientes datos históricos (cuál es el mínimo)? 89 2009Q1 82 …

19 r  time-series  forecasting 

Estoy construyendo un modelo VAR para pronosticar el precio de un activo y me gustaría saber si mi método es estadísticamente sólido, si las pruebas que he incluido son relevantes y si se necesitan más para garantizar un pronóstico confiable basado en mis variables de entrada. A continuación se muestra …

19 r  forecasting  modeling  var 

Después de leer "Explicar o predecir " de Galit Shmueli (2010), me sorprende una aparente contradicción. Hay tres premisas, Elección del modelo basado en AIC versus BIC (final de p. 300 - comienzo de p. 301): simplemente, AIC debe usarse para seleccionar un modelo destinado a predicción, mientras que BIC …

18 forecasting  model-selection  feature-selection  aic  bic 

Tengo datos de series temporales y utilicé un ARIMA(p,d,q)+XtARIMA(p,d,q)+XtARIMA(p,d,q)+X_t como modelo para ajustar los datos. La XtXtX_t es una variable aleatoria indicadora que es 0 (cuando no veo un evento raro) o 1 (cuando veo el evento raro). Basado en observaciones previas que tengo para XtXtX_t , puedo desarrollar un …

18 time-series  forecasting  simulation 

He leído innumerables publicaciones en este sitio que están increíblemente en contra del uso de la selección gradual de variables usando cualquier tipo de criterio, ya sea basado en valores p, AIC, BIC, etc. Entiendo por qué estos procedimientos son en general bastante pobres para la selección de variables. La …

17 forecasting  predictive-models  arima  aic  stepwise-regression 

Se produce un aumento en el número de casos y muertes durante las epidemias (aumento repentino en el número) debido a la circulación de virus (como el Virus del Nilo Occidental en EE. UU. En 2002) o la disminución de la resistencia de las personas o la contaminación de alimentos …

17 time-series  forecasting  epidemiology  outliers 

Me gustaría construir un algoritmo que pudiera analizar cualquier serie de tiempo y elegir "automáticamente" el mejor método de pronóstico tradicional / estadístico (y sus parámetros) para los datos de series de tiempo analizados. ¿Sería posible hacer algo como esto? En caso afirmativo, ¿puede darme algunos consejos sobre cómo abordar …

17 time-series  forecasting  python