Statistiques et Big Data arima

2

J'essaie de comprendre comment les paramètres sont estimés dans la modélisation ARIMA / Box Jenkins (BJ). Malheureusement, aucun des livres que j'ai rencontrés ne décrit en détail la procédure d'estimation telle que la procédure d'estimation de log-vraisemblance. J'ai trouvé le site Web / matériel pédagogique très utile. Voici l'équation de …

15 time-series forecasting arima optimization box-jenkins

1

Prévision de séries chronologiques avec données quotidiennes: ARIMA avec régresseur

J'utilise une série chronologique quotidienne de données de vente qui contient environ 2 ans de points de données quotidiens. Sur la base de certains tutoriels / exemples en ligne, j'ai essayé d'identifier la saisonnalité des données. Il semble qu'il y ait une périodicité / saisonnalité hebdomadaire, mensuelle et probablement annuelle. …

15 r time-series forecasting arima multiple-seasonalities

4

Statistiques de Ljung-Box pour les résidus ARIMA dans R: résultats de tests confus

J'ai une série chronologique que j'essaie de prévoir, pour laquelle j'ai utilisé le modèle saisonnier ARIMA (0,0,0) (0,1,0) [12] (= fit2). C'est différent de ce que R a suggéré avec auto.arima (R calculé ARIMA (0,1,1) (0,1,0) [12] serait un meilleur ajustement, je l'ai nommé fit1). Cependant, au cours des 12 …

15 r time-series statistical-significance arima residuals

5

Comment gérer plusieurs séries de temps simultanément?

J'ai un ensemble de données comprenant la demande de plusieurs produits (1200 produits) pour 25 périodes et j'ai besoin de prédire la demande de chaque produit pour la période suivante. Au début, je voulais utiliser ARIMA et former un modèle pour chaque produit, mais en raison du nombre de produits …

14 machine-learning time-series arima

2

Quel est le lien entre ARMA / ARIMA et la modélisation à effets mixtes?

Dans l'analyse des données de panel, j'ai utilisé des modèles à plusieurs niveaux avec des effets aléatoires / mixtes pour traiter les problèmes d'auto-corrélation (c.-à-d., Les observations sont regroupées au sein des individus au fil du temps) avec d'autres paramètres ajoutés pour s'adapter à certaines spécifications de temps et de …

14 time-series mixed-model arima multilevel-analysis

2

Sélection du modèle Box-Jenkins

La procédure de sélection du modèle de Box-Jenkins dans l'analyse des séries chronologiques commence par examiner les fonctions d'autocorrélation et d'autocorrélation partielle de la série. Ces graphiques peuvent suggérer les et q appropriés dans un modèle ARMA ( p , q ) . La procédure se poursuit en demandant à …

14 regression time-series arima model-selection box-jenkins

4

Quelle est / sont la différence «mécanique» entre la régression linéaire multiple avec décalages et séries chronologiques?

Je suis diplômé des affaires et de l'économie et j'étudie actuellement pour une maîtrise en ingénierie des données. Tout en étudiant la régression linéaire (LR) puis l'analyse des séries chronologiques (TS), une question m'est venue à l'esprit. Pourquoi créer une toute nouvelle méthode, c'est-à-dire des séries chronologiques (ARIMA), au lieu …

14 regression time-series multiple-regression least-squares arima

1

Prévision de séries chronologiques d'Arima (auto.arima) avec plusieurs variables exogènes dans R

Je voudrais effectuer une prévision basée sur un modèle ARIMA à séries temporelles multiples avec plusieurs variables exogènes. Étant donné que je ne suis pas très compétent en ce qui concerne ni les statistiques ni le RI, je ne veux pas rester aussi simple que possible (les prévisions de tendance …

14 r time-series arima

1

Modélisation de séries chronologiques de données circulaires

Je construis des modèles ARIMA pour certaines données vent / vagues. Je construis un modèle distinct pour chaque variable. Deux des variables que je dois modéliser sont la direction des vagues et du vent. Les valeurs sont en degrés (0-360 °). Est-il possible de modéliser ce type de données où …

13 time-series arima circular-statistics

2

Procédure et méthodes d'analyse de la série temporelle utilisant R

Je travaille sur un petit projet où nous essayons de prévoir les prix des matières premières (pétrole, aluminium, étain, etc.) pour les 6 prochains mois. J'ai 12 variables de ce type à prévoir et j'ai des données d'avril 2008 à mai 2013. Comment dois-je procéder pour la prédiction? J'ai fait …

13 r time-series forecasting neural-networks arima

2

ARIMA vs ARMA sur les séries différenciées

Dans R (2.15.2), j'ai monté une fois un ARIMA (3,1,3) sur une série temporelle et une fois un ARMA (3,3) sur la série temporelle une fois différenciée. Les paramètres ajustés diffèrent, ce que j'ai attribué à la méthode d'ajustement dans ARIMA. De plus, l'ajustement d'un ARIMA (3,0,3) sur les mêmes …

13 r time-series arima fitting arma

4

Les modèles identifiés par auto.arima () sont-ils parcimonieux?

J'ai essayé d'apprendre et d'appliquer des modèles ARIMA. J'ai lu un excellent texte sur ARIMA de Pankratz - Prévision avec boîte univariée - Modèles Jenkins: concepts et cas . Dans le texte, l'auteur insiste particulièrement sur le principe de parcimonie dans le choix des modèles ARIMA. J'ai commencé à jouer …

13 time-series forecasting arima aic automatic-algorithms

4

Séries chronologiques de différence avant Arima ou dans Arima

Est-il préférable de différencier une série (en supposant qu'elle en ait besoin) avant d'utiliser un Arima OU mieux d'utiliser le paramètre d dans Arima? J'ai été surpris de voir à quel point les valeurs ajustées diffèrent selon l'itinéraire emprunté avec le même modèle et les mêmes données. Ou est-ce que …

13 r time-series arima

3

Modèle de série chronologique d'ensemble

J'ai besoin d'automatiser les prévisions de séries chronologiques et je ne connais pas à l'avance les caractéristiques de ces séries (saisonnalité, tendance, bruit, etc.). Mon objectif n'est pas d'obtenir le meilleur modèle possible pour chaque série, mais d'éviter les très mauvais modèles. En d'autres termes, obtenir de petites erreurs à …

13 time-series forecasting arima ensemble exponential-smoothing

1

Comment tenir compte de l'impact des vacances dans les prévisions

J'ai une série chronologique quotidienne assez prévisible avec une saisonnalité hebdomadaire. Je peux proposer des prédictions qui semblent assez précises (confirmées par validation croisée) quand il n'y a pas de vacances. Cependant, quand il y a des vacances, j'ai les problèmes suivants: J'obtiens des nombres non nuls pour les vacances …

12 time-series forecasting arima outliers

Questions marquées «arima»