arima

    0热度

    1回答

    我想学习ARMA预测,我试图用比特币下载比特币数据集来预测比特币 我正在努力处理下面的代码。 库(Quandl) library(forecast) library(tseries) library(shiny) ui <- shinyUI(fluidPage( titlePanel("Simple ARMA Bitcoin Forecasting"),

    0热度

    1回答

    我有一个简单的例子的时间序列: 数据: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2000 200.1 199.5 199.4 198.9 199.0 200.2 198.6 200.0 200.3 201.2 201.6 201.5 2001 201.5 203.5 204.9 207.1 210.5 210.5 209.8 208.8

    0热度

    3回答

    我使用多种时间序列模型,如ARIMA,holtwtwitter,prophet。现在我想要做所有这些的合奏并产生结果。我需要建议什么是在时间序列上应用合奏的最佳方式。请帮忙。我对此很陌生。

    0热度

    1回答

    我是R的新手,我有一个时间序列变量(股票收益率),我创建差异变量diff(stock,lag = 1,difference = 1) 这很好,我绘制它,它看起来相当静止。然而,当我尝试运行dicky更完整的测试时,它给了我一个错误,即使dicky更完整的测试对原始变量(股票)工作正常,这是非固定的。 错误: adf.test(stock) Error in adf.test(stock) : NA

    0热度

    1回答

    哪个R的包装与arima建模功能被认为是最好的?我想直接模拟从arima模型中模拟新的时间序列?

    0热度

    1回答

    我尝试使用ARIMA来预测时间序列。 ts <- c(283.678,278.158,273.345,269.773,265.863,265.673,262.977,272.557,267.628,270.106,276.346,292.736,310.649,320.550,332.954,350.313,361.524,367.406,369.442,372.043,365.030,375.2

    1热度

    1回答

    我会用(Statsmodels)ARIMA,以便从一系列的预测值不同的结果: plt.plot(ind, final_results.predict(start=0 ,end=26)) plt.plot(ind, forecast.values) plt.show() 我认为我会得到相同的结果从这两幅图,而是我得到这个: 我想知道,如果问题是否有关预测或预测

    1热度

    1回答

    问题详细描述:CPU利用率预测 方法:使用时间序列算法 步骤1:从弹性搜索我收集了1000观察和出口的蟒蛇。 步骤2:绘制数据并检查数据是否静止或不稳定。 第3步:用于将数据转换为固定形式。 步骤4:完成DF测试,ACF和PACF 步骤5:建立ARIMA(3,0,2)模型 步骤6:预测 我建立了一个ARIMA (3,0,2)时间序列模型但无法找到模型的准确性。是否有任何命令可以通过它来检查pyth

    1热度

    1回答

    我有一个关于产品销售的每日时间系列,我的系列从01/01/2016开始直到2017年8月31日。 考虑到这是一个为期6天的星期(我的星期从星期一开始到星期六结束),周日没有数据,我明白在运行Arima模型之前,我需要先填充缺失的值。这是我需要帮助的地方:我读过我可以使用na.approx或NA填写缺失的值,但我不知道该怎么做。 你可以看到我在这里系列: https://drive.google.c

    1热度

    1回答

    我试图做从以下大熊猫据帧 CpcGDP.tail() 65 2012-01-01 2593.23 2013-01-01 2591.06 2014-01-01 2608.38 2015-01-01 2665.35 2016-01-01 2724.4 提取的一系列ARIMA模型分析我第一次转换对象 CpcGDP.convert_objects(convert_numer