L'AIC est fréquemment recommandé comme critère pour comparer les modèles de prévision de séries chronologiques. Voir par exemple ceci dans le contexte des modèles de régression dynamique : L'AIC peut être calculé pour le modèle final et cette valeur peut être utilisée pour déterminer les meilleurs...
Le problème auquel je fais face est la prévision des valeurs de séries chronologiques. Je regarde une série chronologique à la fois et sur la base par exemple de 15% des données d'entrée, je voudrais prédire ses valeurs futures. Jusqu'à présent, je suis tombé sur deux modèles: LSTM (mémoire à court...
Je lis le document bayésien en ligne sur la détection des points de changement d'Adams et MacKay ( lien ). Les auteurs commencent par écrire la distribution prédictive marginale: oùP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} |...
J'utilise la bibliothèque VAR de modèles de statistiques de python pour modéliser les données de séries temporelles financières et certains résultats m'ont laissé perplexe. Je sais que les modèles VAR supposent que les données des séries chronologiques sont stationnaires. J'ai ajusté par...
J'ai beaucoup de données chronologiques - niveaux d'eau et vitesses en fonction du temps. C'est la sortie d'une simulation de modèle hydraulique. Dans le cadre du processus d'examen pour confirmer que le modèle fonctionne comme prévu, je dois tracer chaque série chronologique pour m'assurer qu'il...
Je lis Thinking, Fast and Slow de Daniel Kahneman et je suis tombé sur le texte suivant Il y a quelques années, j'ai eu une occasion inhabituelle d'examiner de près l'illusion de compétences financières. J'avais été invité à parler à un groupe de conseillers en placement dans une entreprise qui...
J'essaie de modéliser et de prévoir une série chronologique qui est cyclique plutôt que saisonnière (c'est-à-dire qu'il y a des schémas saisonniers, mais pas avec une période fixe). Cela devrait être possible en utilisant un modèle ARIMA, comme mentionné dans la section 8.5 de la prévision:...
Je travaille actuellement sur une tâche de prévision de la demande, avec des données sur des dizaines de milliers de produits dans quelques milliers de magasins. Plus précisément, j'ai quelques années de données de ventes quotidiennes par produit dans chaque magasin, et mon objectif est de prévoir...
Quels sont les tests de saisonnalité les plus simples pour les séries chronologiques? Étant plus précis, je veux tester si en specific time series the seasonal componentest significatif. Quels sont les packages recommandés en Python /
Récemment, j'ai récapitulé mes connaissances sur les séries temporelles et j'ai réalisé que l'apprentissage automatique ne donne généralement qu'une seule longueur d'avance. Par prévisions à un pas, j'entends des prévisions qui, par exemple, si nous avons des données horaires, utilisent les données...
J'ai trouvé une solution qui disait que si le carré d'une série chronologique est stationnaire, la série chronologique d'origine l'est aussi, et vice-versa. Cependant, je ne semble pas en mesure de le prouver, quelqu'un a une idée si c'est vrai, et si c'est comment le
Aidez-moi ici, s'il vous plaît. Peut-être avant même de me donner une réponse, vous devrez peut-être m'aider à poser la question. Je n'ai jamais appris l'analyse des séries chronologiques et je ne sais pas si c'est bien ce dont j'ai besoin. Je n'ai jamais entendu parler des moyennes lissées dans le...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 4 ans . J'ai un ensemble de données avec une structure semblable à un fichier...
Lors du développement d'un logiciel de séries chronologiques à usage général, est-ce une bonne idée de le rendre invariant à l'échelle? Comment ferait-on cela? J'ai pris une série chronologique d'environ 40 points, puis multipliée par des facteurs allant de 10E-9 à 10E3, puis j'ai parcouru les...
J'ai utilisé les fonctions ets () et auto.arima () du package de prévisions pour prévoir un grand nombre de séries chronologiques univariées. J'ai utilisé la fonction suivante pour choisir entre les 2 méthodes, mais je me demandais si CrossValidated avait des idées meilleures (ou moins naïves) pour...
un de mes amis m'a demandé de l'aider avec la modélisation prédictive de la circulation automobile dans un parking de taille moyenne. Le garage a ses jours chargés et faciles, ses heures de pointe, ses heures d'ouverture (il est ouvert pendant 12 heures en semaine et pendant 8 heures le week-end)....
J'essaie de mettre en place un écran automatique pour détecter les ruptures structurelles dans un grand nombre de séries chronologiques. Les séries chronologiques sont hebdomadaires et représentent le comportement des clients. J'ai mis en place un test Chow. J'utilise les 4 semaines les plus...
Je suis novice dans l'analyse des séries chronologiques et j'apprécierais toute suggestion sur la meilleure façon d'aborder le problème de régression des séries chronologiques suivant: j'ai des mesures de température horaires à environ 20 emplacements sur un site sur trois ans, ainsi que des...
Si j'ai un objet arima comme a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), xreg = dummy)...
J'ai de nombreuses séries chronologiques dans cette colonne de format 1 dans laquelle j'ai le format de date (d / m / an) et de nombreuses colonnes qui représentent différentes séries chronologiques comme ici: DATE TS1 TS2 TS3 ... 24/03/2003 0.00 0.00 ... 17/04/2003 -0.05 1.46 11/05/2003 0.46 -3.86...