問題タブ [forecasting]

私の目的は、一連の履歴データ（以下）に適用された、ドリフト予測機能を使用したランダムウォークからのドリフト係数を一覧表示することです。具体的には、最初の年のドリフトモデルを使用したランダムウォークから開始し、最後まで累積的にドリフト係数を収集しようとしています。これは、毎回、つまり反復的または追加の年ごとに係数を記録します（これをリストに記録しますか？適切な）。明確にするために、それぞれの新しいランダムウォークの予測には、過去のすべての年が含まれています。

データは241の消費レベルのリストであり、n=1からn=241まで繰り返し進行する過程で、ドリフト係数がどのように変化するかを見極めようとしています。

たとえば、ドリフトモデルを使用したランダムウォークはY [t] = c + Y [t-1] + Z [t]です。ここで、Z [t]は通常の誤差であり、cは私が探している係数です。私の現在の試みは、forループ関数と、Rの「Forecast」パッケージのrwf（）関数からc係数を抽出することです。

これを抽出するために、私はそのようにやっています

rwf(x, h = 1, drift = TRUE)$model[[1]]

ドリフト係数を抽出します。問題は、rwf呼び出し内でデータをサブセット化する試みが失敗したことです。また、試行錯誤と調査を通じて、たとえばlmモデルのようにrwf（）がサブセット引数をサポートしているとは思いません。この意味で、関数をループする試みも失敗しました。

そのようなコードの例は次のとおりです。

これは私に次のエラーを与えます

どんな助けでも大歓迎です。私は助けを求めてSOをよく読みますが、質問をするのはこれが初めてです。

データは以下の通りです

R CRAN ftsaパッケージのerror（）関数を使用しようとしています。オプションgiveall=TRUEを設定すると、使用可能なすべてのメソッドの結果が返され、R出力は次のようになります。

エラー関数のヘルプサイトで提供されている例を試してみました。

次のように変更します。

しかし、私は同じ結果を得ました。私は何かが足りないのですか？

ありがとう！

acfとpcfを使用してデータセットを分析し、arimaを使用する必要があることを確認しました。有馬が実行され、係数を提供します。次に、これを使用してランダムな値を予測します。私が正しく理解しているので、予測または予測の予測は期待値です。ただし、元のデータで観察されたように、この予測の周囲に正規分布するランダムな値を作成する必要があります。どうすればこれを簡単に処理できますか？

ありがとう！最高、F！

需要予測プロジェクトの範囲内で、トップダウン予測アルゴリズムを適用できるように、互いに類似している時系列をグループ化する最良の方法を決定したいと考えています。現時点での私の主な質問は、適切なグループとは何か、それらのグループの適切な階層は何かを判断することです。いくつか読んだ後、Dynamic Time Warping が役立つ可能性があると思います。これをテストするために、小さなテスト ケースを作成しましたが、1 つの問題に直面しています。これは、たとえばテキスト ツリーなどで階層を抽出する方法です。多分あなたの一人が私をさらに助けてくれることを願っています。

私が得たものを示すために、次のケースを作成しました。

どういうわけか、クラスターの名前とメンバーをテキストで取得して、引き続き作業できるようにしたいと思います。誰でもアイデアはありますか？

ありがとう！

R検証パッケージを使用して検証分析を行うのを誰かが手伝ってくれるかどうか疑問に思っていました. 2 セットの降水データがあります。1 つは 20x20x100 (緯度 x 経度 x 日) マトリックスでの観測で、もう 1 つは 20x20x100x5 でのモデル結果で、最後の次元はアンサンブル メンバーです。つまり、モデルは同じ 100 日間で 5 回実行されました。

私の目標は、このデータに基づいて信頼性図をプロットすることです。データはインチ/日です。

私の主な質問は次のとおりです。1) このデータセットに基づいて予測確率を取得する方法は? 言い換えれば、インチ/日からバイナリまたはカテゴリ予測に移行するにはどうすればよいでしょうか?

2）最初に、バイナリ/カテゴリの結果を取得するために使用する参照値（terciles？）を選択する必要があると思います。しかし、これを行う方法についての手がかりがありません。

どんな助けでも大歓迎です。ありがとうございました。アレックス K.

Rのdynライブラリを使用して、単純な遅延時系列回帰を予測しようとして います。この質問は有用な出発点でしたが、誰かが説明できることを期待している奇妙な動作が発生しています。

これが最小限の実例です。

なぜ2つの違いがあるのですか？誰かがdynを使用して私の「mod1」を予測する方法を提案できますか？前もって感謝します。

Excelスプレッドシートにいくつかのデータがあります。これは、サンプルが取得された一連の日時を表しています。日付は直線的に増加していますが、周期的なギャップがあります（日付データの不連続性につながります）。

これはデータの周期的な性質を示しているため、添付の画像を参照してください。変化率は、不連続性が発生する場所で明確なスパイクを示していることに注意してください。

データは、DateTimesのExcelスプレッドシートの単一の列です。この繰り返しのシリーズを将来に向けて予測し、将来の不連続性を推定したいと思います。

最終的にはこれをC＃でコーディングしたいのですが、ExcelまたはC＃/ Cのいずれかでそのような予測を実行できるアルゴリズムのアイデアがあれば、それは素晴らしいことです。

自己相関について考えましたが、Excelでそれをテストする方法がわかりません。

次のような672の測定値を持つ「週」の季節期間でARIMAを使用しています。

この 2 つの季節性を組み合わせて、1 週間の季節性と同時に 1 日の季節性「96」を一緒に使用するにはどうすればよいですか?