問題タブ [forecasting]

私はそのように auto.arima() を使用しています:

エラーを回避する方法がわかりません：

ありがとう

C# で独自の ARIMA モデルを実装しようとしています。現時点では、「最適なモデル」選択コードを使用する必要はありません。ARIMA(p,d,q) のように、必要なモデルを指定するだけで済みます。

これまで、勾配降下法を使用して自己回帰係数を学習する自己回帰法を作成しましたが、この方法が MA モデル係数の決定に必ずしも適しているとは限らないことを読みました。読んで理解する前の私自身の試みでは、非常に急速に分岐するモデルになってしまいました。初期化と学習率で何か間違ったことをしている可能性がありますが、これはとにかく私の質問につながります。

実際の疑似コード ARIMA アルゴリズムの優れたリソースを知っている人はいますか? それとも、このテーマについて読むべきアルゴリズムに関する良い本でしょうか?

MA モデルで機能する、あなたが知っている優れた学習率選択方法はありますか?

ARIMA の考え方は理解できますが、よくわからないのは、MA モデルの係数を本質的に決定するためにどの方法を使用するかです。私はこれに関する多くの出版物を読みましたが、ほとんどの人はこれをすべて事前に作成してRまたは他のサードパーティツールを使用しているようで、自分でプログラムしたいと思っています.

私は、データが月単位であるさまざまなファイルセットを多数使用していますが、それらはすべて異なる月です。過去 2 年間の月次データを含むものもあれば、数か月分の月次データを含むものもあります。

このデータを使用して予測グラフを作成するのが好きです。すべてのデータが一貫していれば、それは簡単です。ただし、データは月単位であり、各ファイルの開始時間と終了時間は異なります。

z 出力:

開始を s オブジェクトに設定するためにこれを実行しようとしましたが、機能していません

私が扱っているデータはすべて変動するため、開始日はわかりません。

これは機能しますが、データセットの開始日がわからないので、開始に変数を入れることはできますか?

実際のデータの日付と予測値の日付を表示するように x 軸をフォーマットしたいと思います。開始日がわからないので、これもできません。データに関係なく、12 か月を予測したいと思います。

これは、開始時間がわかっている場合に機能します。

私がこれを行うとき：

私は得る

しかし、私がこれを行うとき：

私はこれを取り戻します。これは、日付を明示的に入力するのではなく、開始時に変数を使用するときに必要な結果です。どうすればこれを達成できますか？

forecastRパッケージのTBATSモデルでリグレッサを使用できるかどうか誰かが知っていますか？

ヘルプファイルから、ARMAのパラメーターを追加できるようです。また、ARIMAはリグレッサー（つまり）を取得するため、TBATSモデルでxreg = XARMA（）を使用した場合、リグレッサーをTBATSに渡すことができるかどうか疑問に思いました。using.arma.erros=TRUE

私はまだかなり新しいRの使用なので、私は本当にどんなガイダンスもいただければ幸いです。

Rで予測パッケージを使用してみました。将来、いくつかのサンプルの予測をプロットすると、定数関数が得られます。その理由は何ですか？

これが私のコードです：

結果は次のとおりです。

つまり、季節引数を使用しているようには見えません。私はたくさんのグーグル検索を行い、無駄に議論をいじりました。どんな助けでもいただければ幸いです

時系列データを予測したい。モジュール statsmodels には、まさに私が探していた予測に ARMA メソッドを使用するために必要なツールがあることを以前の投稿で読みました。それにもかかわらず、データの予測に問題があります。誰かがモデルで使用されているさまざまなパラメーターを説明したり、サンプルの例を提供したりできますか?

私は、regressors をforecast.hts に組み込むための例/方法が欲しいです。以下は正しいように見えますが、残念ながら予測を作成していません。

私はRプログラミングにまったく慣れていませんが、自分の問題について何も見つけることができません...

高解像度データ (30 分ごとのデータ) から予測パッケージを使用して、R でいくつかの予測を行いたいと考えています。予測をオンラインで機能させたいと思います。そのため、毎回フィットを計算することはあまり役に立たないと思います。

したがって、既に適合したモデルをモデルに渡し、それを新しいデータに使用する方法が好きです。

しかし、実際には HoltWinters モデルでは機能しません... (または lm の意味に関しては問題ない lm -モデル)

とにかく、私はコードをシンプルに保ちたいと思っており、既に適合した ts モデルを更新されたデータ セットに適用するためのより一般的な方法を探しています。

誰もこれを行う方法を知っていますか?

乾杯

私はPythonで時系列に取り組んでいます。私が便利で有望だと思ったライブラリは

• パンダ;
• statsmodel (ARIMA 用);
• 単純な指数平滑法は pandas から提供されます。

視覚化用にも: matplotlib

指数平滑化のためのライブラリを知っている人はいますか?