forecasting

    2熱度

    2回答

    這可能是一個簡單的問題,但我的R技能仍處於學習階段。我試圖在ETS時間序列模型中獲得季節性分量的陰謀,我也希望x軸顯示月份。下面的代碼將生成以下圖表,我想要的是將最後一部分(季節)作爲單個圖表,其中x軸不僅顯示年份而且顯示月份。 library(datasets) fit <- ets(AirPassengers) plot(fit) 我試圖找到合體對象的右側部分,但我是在孤立它是不成功的

    0熱度

    1回答

    我有一個時間序列對象calc_visit_ts。 我想爲每個模型應用基於MAPE值的最佳擬合時間序列模型。我面臨的問題是MAPE值HOLT-WINTER乘法模型無法像其他模型一樣計算(因爲與summary(visit_model_Hw_M)相比,它給了我一個不同的MAPE值)。 #### AUTO-ARIMA visit_model_Arima <- auto.arima(calc_visit_

    -2熱度

    1回答

    Box-Ljung測試數據:X-squared = NA,df = 20,P-值= NA。 p值和Xsquared是來爲N/A,但我的數據值沒有任何零

    -1熱度

    2回答

    我有一個數據集,有大約4年的歷史數據與每週季節性。我已經開始將最近1年作爲訓練數據集,並預測了大約30個數據點。但是,在某些情況下將訓練數據集縮短到6個月會給我提供更好的預測值。 在線閱讀,k倍交叉驗證似乎是一種識別正確體積的訓練數據集的技術。 我正確嗎? 一般來說,任何人都可以推薦有效的方法來選擇適量的訓練數據集嗎? 感謝幫助!

    1熱度

    1回答

    我們有不規則間隔時間序列以下值: Lines <- "20/03/2014,9996792524 21/04/2014,8479115468 21/09/2014,11394750532 16/10/2014,9594869828 18/11/2014,10850291677 08/12/2014,10475635302 22/01/2015,10116010939 26/02/20

    0熱度

    1回答

    我有一個大約200行mydata.ts。我使用固定測試,採取了差異,並檢查了ACF和PACF。所以我決定嘗試ARIMA(1,1,1)(0,1,1)。 我應該使用哪個R函數來查找擬合值和預測值? Arima,arima或auto.arima? 我可以信任summary(model)上的MAPE,MAD和其他錯誤結果嗎?因爲我讀了一個答案,它說結果不是真實的,而是近似的。

    -1熱度

    1回答

    我有2年月度數據,但STL()似乎需要至少兩年1個月。 這裏有兩個簡單的例子: 實施例1 - 返回 「在STL錯誤(X, 」週期「): 系列不是週期性的或具有小於兩個週期」 dat_24 <- cumsum(rnorm(24)) x_24 <- ts(dat_24, frequency = 12) stl(x_24, "periodic") 實施例2 - 如預期的回報預測 dat_25 <

    3熱度

    1回答

    如果我的時間系列有n成員,我想要適合ARIMA(1,0,1)模型,那麼大O表示法中的複雜性會是什麼? 在下面的例子中,我需要知道的代碼第二行的複雜性: series <- arima.sim(list(order=c(1,0,1), ar=.9, ma=-.5), n=1000) result <- arima(series, order=c(1,0,1)) 感謝。

    -2熱度

    2回答

    基於給定數據的下一個值,我代表侵犯每個year.How預測,在未來幾年中的違規R.矢量 year <- c(190519, 223721, 235321, 101934) 請幫我

    0熱度

    1回答

    我想用pvlib計算python中的總輻照度。在較早的版本中,輻照模塊包括實施Liu-Jordan模型的方法,並且可以將雲層覆蓋預測轉換爲輻射預測。 是否可以在最新版本(0.3.3)中執行此轉換?