forecasting

    2热度

    2回答

    我想绘制一个forecast包时间序列模型的预测使用dygraphs。该documentation提出了预测值与实际值以下办法: hw <- HoltWinters(ldeaths) p <- predict(hw, n.ahead = 36, prediction.interval = TRUE) all <- cbind(ldeaths, p) dygraph(all, "Deaths

    0热度

    1回答

    everyone。我刚开始学习时间系列。 我有以下来自中国的月度CPI数据(2010.01 - 2015.12)。 我想使用ETS从R. vector1 <- c(100.6, 101.2, 99.3, 100.2, 99.9, 99.4, 100.4, 100.6, 100.6, 100.7, 101.1, 100.5, 101.0, 101.2, 99.8, 100.1, 100.1, 100

    1热度

    1回答

    我试图找出如何在R中解决这个问题。我想在时间序列数据上使用不同的机器学习回归模型,这是在监督学习领域。在那种情况下,我需要一个函数/程序包,让我可以前进一步,后退一步,就像滑动窗口函数一样。该表显示了输入(t-n)和输出(t + n)变量,当前观测值(t)被视为输出值。 var1(t-1) var2(t-1) var1(t) var2(t) var1(t+1) var2(t+1) 1 4

    1热度

    1回答

    我试图找出如何处理我的预测问题,我不确定我的理解是否正确,所以如果有人能帮助我,这将是非常好的。首先,我的目标是预测回归的时间序列。除了使用ARIMA模型或其他启发式车型我想专注于机器学习技术,如回归,如随机森林回归,K近邻回归等。这里是数据集的概述: Timestamp UsageCPU UsageMemory Indicator Delay 2014-01-03 21:50:00 31

    3热度

    1回答

    我试图使用另一个时间序列(X)作为预测值来临时预报时间序列数据(Y)。 X和Y是协整的。 Y是从2012年1月月度数据至10月2016年X上运行从2012年1至2月2017年 所以,我跑VECM在这个视频中显示它:https://www.youtube.com/watch?v=x9DcUA9puY0 比,以获得一个预测值,我把它改造的VAR由vec2var命令,从这个主题以下信息:https://

    1热度

    1回答

    我很难读取ACF和PACF图并确定模型的滞后。 我预计它看起来如下日常的用电负荷数据: date temperature load weekday month weekend day 1 2010-01-01 -28 256131 5 01 0 1 2 2010-01-02 -24 277749 6 01 1 2 3 2010-01-03 -53 264166 0

    0热度

    1回答

    我有数据是每月,但它显示为两年的时间间隔。我希望这个按月显示。 我使用绘图和GGfortify 2 ggplot使用下面的代码: library(ggplot2) library(ggfortify) spendingARIMA <- arima(spendingSaas, order = c(2, 1, 0)) fianlforecastSpending <- forecast(spend

    -1热度

    1回答

    我使用openweathermap api预测lat & lon。 我不明白所有纬度& lon结果有相同的城市,并且城市没有变化 结果由lat & lon。 感谢您的任何指南。 Registers Ali

    -1热度

    1回答

    auto.arima()给我的系列没有季节性组件,尽管我可以看到有一个存在。该函数为我提供了一个非季节性的ARIMA订单模型(5,0,0)。所以,当我尝试使用该模型进行预测时,它只是给出了平均值。时间序列是澳大利亚墨尔本每日最低气温十年。 Click this link to see the data and the auto.arima forecast ` library(readr) t

    0热度

    1回答

    我在尝试使用forecast.Arima预测值,参数xtreg和预测期数h。 我的R中代码: monthlylFatal <- ts(Spainmonthly$fatalities, start=c(1995,1), end= c(2013,12), frequency=12) Spainpps <- ts(Spainmonthly$pps.2007, start=c(1995,1), end=