forecasting

    1熱度

    1回答

    迴歸 - 樣本外預測

    我試圖找出如何處理我的預測問題，我不確定我的理解是否正確，所以如果有人能幫助我，這將是非常好的。首先，我的目標是預測迴歸的時間序列。除了使用ARIMA模型或其他啓發式車型我想專注於機器學習技術，如迴歸，如隨機森林迴歸，K近鄰迴歸等。這裏是數據集的概述： Timestamp UsageCPU UsageMemory Indicator Delay 2014-01-03 21:50:00 31
    r time-series prediction forecasting predict 2017-05-20

    3熱度

    1回答

    使用已知X的臨近預報Y，在R中使用VECM

    我試圖使用另一個時間序列（X）作爲預測值來臨時預報時間序列數據（Y）。 X和Y是協整的。 Y是從2012年1月月度數據至10月2016年X上運行從2012年1至2月2017年 所以，我跑VECM在這個視頻中顯示它：https://www.youtube.com/watch?v=x9DcUA9puY0 比，以獲得一個預測值，我把它改造的VAR由vec2var命令，從這個主題以下信息：https://
    r modeling forecasting 2017-04-10

    1熱度

    1回答

    ACF和PACF解釋

    我很難讀取ACF和PACF圖並確定模型的滯後。 我預計它看起來如下日常的用電負荷數據： 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
    r time-series forecasting 2017-04-12

    0熱度

    1回答

    更改X axsis比例在R

    我有數據是每月，但它顯示爲兩年的時間間隔。我希望這個按月顯示。 我使用繪圖和GGfortify 2 ggplot使用下面的代碼： library(ggplot2) library(ggfortify) spendingARIMA <- arima(spendingSaas, order = c(2, 1, 0)) fianlforecastSpending <- forecast(spend
    r statistics time-series forecasting 2017-04-14

    -1熱度

    1回答

    openweathermap預測api所有結果相同的城市

    我使用openweathermap api預測lat & lon。 我不明白所有緯度& lon結果有相同的城市，並且城市沒有變化 結果由lat & lon。 感謝您的任何指南。 Registers Ali
    api forecasting openweathermap 2017-04-21

    -1熱度

    1回答

    在R中，auto.arima無法捕捉季節性

    auto.arima()給我的系列沒有季節性組件，儘管我可以看到有一個存在。該函數爲我提供了一個非季節性的ARIMA訂單模型（5,0,0）。所以，當我嘗試使用該模型進行預測時，它只是給出了平均值。時間序列是澳大利亞墨爾本每日最低氣溫十年。 Click this link to see the data and the auto.arima forecast ` library(readr) t
    r time-series forecasting 2017-04-25

    2熱度

    2回答

    使用`dygraphs`預測'預測'預測

    我想繪製一個forecast包時間序列模型的預測使用dygraphs。該documentation提出了預測值與實際值以下辦法： hw <- HoltWinters(ldeaths) p <- predict(hw, n.ahead = 36, prediction.interval = TRUE) all <- cbind(ldeaths, p) dygraph(all, "Deaths
    r forecasting dygraphs 2017-04-26

    0熱度

    1回答

    使用rts（）函數分析CPI數據的奇怪結果

    everyone。我剛開始學習時間系列。 我有以下來自中國的月度CPI數據（2010.01 - 2015.12）。 我想使用ETS從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
    r time-series forecasting ets 2017-05-02

    0熱度

    1回答

    forecast.Arima with xreg和預測期數

    我在嘗試使用forecast.Arima預測值，參數xtreg和預測期數h。 我的R中代碼： monthlylFatal <- ts(Spainmonthly$fatalities, start=c(1995,1), end= c(2013,12), frequency=12) Spainpps <- ts(Spainmonthly$pps.2007, start=c(1995,1), end=
    r time-series forecasting 2017-05-04

    1熱度

    1回答

    序列/時間序列監督學習的滯後值

    我試圖找出如何在R中解決這個問題。我想在時間序列數據上使用不同的機器學習迴歸模型，這是在監督學習領域。在那種情況下，我需要一個函數/程序包，讓我可以前進一步，後退一步，就像滑動窗口函數一樣。該表顯示了輸入（t-n）和輸出（t + n）變量，當前觀測值（t）被視爲輸出值。 var1(t-1) var2(t-1) var1(t) var2(t) var1(t+1) var2(t+1) 1 4
    r dataframe time-series forecasting 2017-05-10
最新問題