Preguntas etiquetadas con forecasting

No entiendo cuál es exactamente la diferencia entre la predicción "dentro de la muestra" y "fuera de la muestra". Un pronóstico dentro de la muestra utiliza un subconjunto de los datos disponibles para pronosticar valores fuera del período de estimación. En cambio, un pronóstico fuera de muestra utiliza todos los …

17 forecasting 

Estoy trabajando en un alogoritmo en R para automatizar un cálculo de pronóstico mensual. Estoy usando, entre otros, la función ets () del paquete de pronóstico para calcular el pronóstico. Está funcionando muy bien. Desafortunadamente, para algunas series de tiempo específicas, el resultado que obtengo es extraño. A continuación, encuentre …

16 r  time-series  forecasting  exponential-smoothing 

Soy nuevo en la página y bastante nuevo en estadísticas y R. Estoy trabajando en un proyecto para la universidad con el objetivo de encontrar la correlación entre la lluvia y el nivel de flujo de agua en los ríos. Una vez que se prueba la correlación, quiero pronosticarla / …

16 r  time-series  forecasting  cross-correlation  lags 

Tengo antecedentes moderados en el pronóstico de series de tiempo. He mirado varios libros de pronósticos y no veo las siguientes preguntas abordadas en ninguno de ellos. Tengo dos preguntas: ¿Cómo determinaría objetivamente (mediante una prueba estadística) si una serie de tiempo dada tiene: Estacionalidad estocástica o estacionalidad determinista Tendencia …

16 time-series  forecasting  arima  stochastic-processes 

Esta es una publicación larga, así que espero que puedan tener paciencia conmigo, y corríjanme donde estoy equivocado. Mi objetivo es producir un pronóstico diario basado en 3 o 4 semanas de datos históricos. Los datos son datos de 15 minutos de la carga local de una de las líneas …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Necesito pronosticar las siguientes 4 variables para la 29a unidad de tiempo. Tengo aproximadamente 2 años de datos históricos, donde 1 y 14 y 27 son todos del mismo período (o época del año). Al final, estoy haciendo una descomposición de estilo Oaxaca-Blinder en , w d , w c …

16 time-series  forecasting  multivariate-analysis  var 

Necesito algunos recursos para comenzar a usar redes neuronales para el pronóstico de series temporales. Soy cauteloso de implementar algún documento y luego descubrir que han exagerado mucho el potencial de sus métodos. Entonces, si tiene experiencia con los métodos que sugiere, será aún más increíble.

16 time-series  neural-networks  forecasting  references 

Tengo datos mensuales de series temporales y me gustaría hacer pronósticos con detección de valores atípicos. Esta es la muestra de mi conjunto de datos: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2006 7.55 7.63 7.62 7.50 7.47 7.53 7.55 7.47 7.65 7.72 7.78 7.81 …

16 r  time-series  forecasting  arima  outliers 

¿Cómo estima el modelo de pronóstico apropiado para una serie de tiempo mediante inspección visual de las parcelas ACF y PACF? ¿Cuál (es decir, ACF o PACF) le dice al AR o al MA (o ambos)? ¿Qué parte de los gráficos le dice la parte estacional y no estacional para …

16 r  time-series  forecasting  acf-pacf 

Estoy impresionado por la R forecast paquete , así como por ejemplo, el zoopaquete para series temporales irregulares y la interpolación de valores perdidos. Mi aplicación se encuentra en el área de pronóstico de tráfico del centro de llamadas, por lo que los datos de los fines de semana (casi) …

16 r  time-series  forecasting  missing-data  unevenly-spaced-time-series 

Estoy trabajando en una serie temporal cuyos valores son estrictamente positivos . Al trabajar con varios modelos, incluidos AR, MA, ARMA, etc., no pude encontrar una manera fácil de lograr pronósticos estrictamente positivos. Estoy usando R para hacer mis pronósticos, y todo lo que pude encontrar fue Forecast.hts {hts} que …

15 time-series  forecasting  constrained-regression 

Estoy tratando de entender cómo se estiman los parámetros en el modelado ARIMA / Box Jenkins (BJ). Desafortunadamente, ninguno de los libros que he encontrado describe el procedimiento de estimación como el procedimiento de estimación de probabilidad de registro en detalle. Encontré el sitio web / material didáctico que fue …

15 time-series  forecasting  arima  optimization  box-jenkins 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Estoy usando una serie temporal diaria de datos de ventas que contiene aproximadamente 2 años de puntos de datos diarios. Basado en algunos de los tutoriales / ejemplos en línea, traté de identificar la estacionalidad en los datos. Parece que hay una periodicidad / estacionalidad semanal, mensual y probablemente anual. …

15 r  time-series  forecasting  arima  multiple-seasonalities 

MAD = Desviación absoluta media MSE = Error cuadrado medio He visto sugerencias de varios lugares sobre el uso de MSE a pesar de algunas cualidades indeseables (por ejemplo , http://www.stat.nus.edu.sg/~staxyc/T12.pdf , que establece en p8 "Se cree comúnmente que MAD es un criterio mejor que MSE. Sin embargo, matemáticamente …

15 forecasting  error  mse  mae