forecasting

    0热度

    1回答

    一个单变量的时间序列,我有以下数据: head(df) pce pop psavert uempmed unemploy 507.8 198712 9.8 4.5 2944 510.9 198911 9.8 4.7 2945 516.7 199113 9.8 4.6 2958 513.3 199311 9.8 4.9 3143 518.5 199

    1热度

    1回答

    我们如何查看R中UCM函数的拟合值?我已经尝试了下面的代码来制作模型。 model_h_fcast <- ucm(hourly_2~0, data = hourly_2, irregular = TRUE, level = TRUE, slope = FALSE). 然后我试图fitted.values(model_h_forecast)或fitted(model_h_for

    0热度

    1回答

    我在预测锻炼工作。首选模型是ARIMA(0,0,1)(0,1,1)4,其中有三个外生变量(Forestalling.1,Forestalling.2,Break)。我的因变量是Pmean,平均房价,外生变量是指示立法和财产危机变化的虚拟变量(这些变量由以下值0,1,-1组成)。 我最初的方法是者区分原始的和适合ARIMA()模型;然而,这使我试图预测系列作为预测是在平稳序列完成后麻烦 - DIFF

    0热度

    1回答

    当我做预测使用forecast库,我注意到以下预期的代码不运行: library(forecast) library(dplyr) df1 <- data.frame(gp=gl(20,5), dt=seq(1:100)) get <- function (df1){ ts1 <- ts((df1%>%filter(gp==2))$dt) as.numeric(fore

    0热度

    1回答

    我试图使用forecastHybrid与分层时间序列和外部回归器,但我无法弄清楚如何做到这一点。我想以这样的方式 library(hts) library(forecastHybrid) forecast(htseg1, a.args = list(xreg = data.frame(1:10)), models = "aet", xreg = data.frame(11:20), FUN

    0热度

    1回答

    我试图预测使用SARIMAX的季节性时间序列。时间序列包含每日PV馈入的最大值,这导致假定365天的周期性。 这里是我的代码: mod= SARIMAX(realy.Max, order=(0,1,1), seasonal_order=(0,1,1,365)) results_SARIMAX = mod.fit(disp= -1) 我seasonal_order设置s到365,因为我的周期性

    -1热度

    2回答

    我有一个包含日期(2015年)和mm/dd/yy格式和销售额的数据。我需要用给定的数据来预测2016年的销售情况。我只知道,我需要使用时间序列预测。但不知道。因为,很多例子只有一年(1960,1970,..),我的数据只有一年,几个月。不知道如何绘图。你能给我一个清晰的结构如何进行?

    4热度

    2回答

    我正在使用Facebook发布的新软件包Prophet。它做时间序列预测,我想按组应用这个函数。 向下滚动至R部分。 https://facebookincubator.github.io/prophet/docs/quick_start.html 这是我的尝试: grouped_output = df %>% group_by(group) %>% do(m = prophet(df[

    0热度

    1回答

    我想预测下一个5个订单和每个订单中3个产品的数量。 我使用r和timeseries一个初学者,我看到使用arima例子,但他们只适用于衡量一两件事,而不是多个产品,如在我的例子。 我应该用arima吗? 我应该怎么做? 对不起,我的英语不好。先谢谢你。 dateordrer,product1,product2,product3 12/01/2012,2565,3254,635 25/01/20

    3热度

    1回答

    所以这是我的数据data 数据从26/07/2016开始并于2017年3月10日结束所有2个问题: 这是错的吗?使用tbats?每周的季节性? 我还希望预测数据看起来像初始数据,但如图所示,这不是我的情况我该怎么做? 这就是我已经得到了这里太 我执行这个命令来获取最后这个使用技术性贸易壁垒预测 data.raw=read.csv(file=file.choose(),header=TRUE,se