forecasting

    0热度

    1回答

    为什么我从大多数技术中获得平坦的时间序列预测？

    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
    r time-series forecasting arima holtwinters 2017-09-08

    0热度

    1回答

    使用arima来预测时间序列

    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
    r prediction forecasting arima 2017-08-03

    2热度

    2回答

    使用tsDyn进行预测 - 错误R

    早上好， 我目前正在使用日常销售的时间序列进行预测。 该数据集称为myts，此前已转换为time series对象。 每当我运行下面的代码，它给了我一个错误： require(tsDyn) x <- log(myts) mod.ar <- linear(x, m=2) Error: x must be a vector, not a ts object, do you want stats
    r neural-network forecasting 2017-09-23

    0热度

    1回答

    R霍尔特温特斯预测火车/测试

    我正在寻找一个简单的例子（或链接到一个），使用基地霍尔特温特斯或预测包中的R来绘制与预测相同的范围内的实际。 我看过很多例子，显示实际/拟合在一起，或实际'后跟'的预测，但我无法找到与实际/预测一起运行的代码示例。 我之所以这样做，是使用一个实际的子集（列车）创建一个预测，然后删除完整的数据集，这样我就可以展示预测的真实效果。希望这是有道理的，并提前感谢任何帮助！
    r forecasting holtwinters 2017-08-05

    0热度

    1回答

    Arima/HW的日常温度模拟/预报

    我有1960-2015的每日气温时间序列，并希望预测2016年。我的目标是使用简单的方法，同时仍然能够捕捉趋势和随着时间的推移数据的季节性。 （实际上我只关心五月到八月的天气状况，但不确定我是否可以使用过去几年5 - 8月的数据来获得令人信服的预测，所以我预测一年） 我尝试auto.arima，它建议（2,0,1）的顺序，但结果似乎很糟糕（见图）[1] 此外，我试过HoltWinters平滑方法，
    r rstudio forecasting weather 2017-09-25

    0热度

    1回答

    R snaive（） - 要替换​​的项目数不是替换长度的倍数

    我正在为使用平均值和朴素方法预测具有少量观察值的维度的多维数据制作预测模型。 我将所有resultst保存到数据框中。当我尝试这样做与snaive模型，我得到一个错误： Error in { : task 1 failed - "number of items to replace is not a multiple of replacement length" 这是代码发生故障的部分： if(l
    r forecasting 2017-08-09

    0热度

    1回答

    Xgboost预测模型缺失假期

    我正在构建一个预测系统，以预测在给定时间点将断开连接的有线用户数量。我正在使用Python，并且尝试使用不同的模型，XGBoost表现最好。 我有一个以移动窗口方式工作的自我引用系统，例如，当我用完了实际情况，我开始在我的滞后时间使用预测数字。 要构建预测系统，我使用了先前800天的滞后（断开一天），移动平均值，比率，季节性，年，月，日，星期等指标。但是，节假日，是在哪里得到一点点搞砸了。最初我只
    machine-learning regression forecasting data-science xgboost 2017-08-10

    0热度

    1回答

    [R编程的神经网络预测

    我有3个问题与我的代码。 首先是，实现我的RStudio神经网络时认识stepmax和backprop功能之间的差异。 第二个问题是，我不知道如何为我试图找出哪些是用于预测的最佳模型2个神经网络模型进行比较。有人能解释一下我可以如何使用这两个模型来找出哪个模型更精确？ 我使用的是电一小时耗了7天，这是我的输入节点，我试图预测未来24小时内的第8天。我有这些模型后我该怎么做，所以我可以预测第二天？请
    r neural-network forecasting 2017-08-11

    0热度

    1回答

    通过水平由上周的日均线

    快速R第：我有一个数据集，看起来是这样的： Outlet weekday visitors Month jackInthebox Monday 10 July jackInthebox Monday 11 July jackInthebox Tues 15 July jackInthebox Tues 16 July jackInthebox Wed 30 J
    r forecasting 2017-08-17

    0热度

    1回答

    tsclean正在影响ts对象中的一个值

    在ts（时间序列）对象上使用“tsclean”函数时，只有一个值（2013-Dec）受到整体影响。不知道为什么。 正如您所看到的“2013-Dec”值从29232改为51654.24。休息是不变的。 > myts Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2013 44568 48528 46404 47772 57600 46
    r forecasting 2017-08-26
最新问题