Statistiques et Big Data forecasting

3

AIC versus validation croisée dans les séries chronologiques: le petit cas d'échantillon

Je suis intéressé par la sélection de modèles dans un cadre de séries chronologiques. Pour être concret, supposons que je veuille sélectionner un modèle ARMA à partir d'un pool de modèles ARMA avec différents ordres de décalage. L' intention ultime est la prévision . La sélection du modèle peut être …

23 time-series forecasting cross-validation model-selection aic

1

Comment décomposer une série chronologique avec plusieurs composantes saisonnières?

J'ai une série chronologique qui contient des composantes saisonnières doubles et je voudrais décomposer la série en composantes chronologiques suivantes (tendance, composante saisonnière 1, composante saisonnière 2 et composante irrégulière). Pour autant que je sache, la procédure STL de décomposition d'une série en R ne permet qu'une seule composante saisonnière, …

22 r time-series forecasting decomposition multiple-seasonalities

2

Interprétation de l'erreur d'échelle absolue moyenne (MASE)

L'erreur moyenne à l'échelle absolue (MASE) est une mesure de la précision des prévisions proposée par Koehler et Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNESE=MUNEEMUNEEjen-sunemple,nunejeveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} où est l'erreur absolue moyenne produite par la prévision …

22 time-series forecasting accuracy mase

1

Comment puis-je prédire des valeurs à partir de nouvelles entrées d'un modèle linéaire dans R?

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. J'ai créé un modèle linéaire R: mod = lm(train_y ~ train_x). Je veux lui passer une liste de X et obtenir …

21 r forecasting linear-model

6

Mon météorologue est-il précis?

Une question qui me dérange depuis un certain temps, que je ne sais pas comment aborder: Chaque jour, mon météorologue donne un pourcentage de chance de pluie (supposons que son calculé à 9000 chiffres et il n'a jamais répété un nombre). Chaque jour suivant, il pleut ou ne pleut pas. …

20 hypothesis-testing forecasting

2

Pourquoi la minimisation du MAE conduit-elle à prévoir la médiane et non la moyenne?

Extrait du manuel Forecasting: Principles and Practice de Rob J Hyndman et George Athanasopoulos , en particulier la section sur la mesure de la précision : Une méthode de prévision qui minimise le MAE conduira à des prévisions de la médiane, tandis que la minimisation du RMSE conduira à des …

20 forecasting mean median rms mae

3

Comment savoir si la petite amie peut dire l'avenir (c.-à-d. Prédire les stocks)?

Ma copine a récemment trouvé un emploi dans la vente et le commerce dans une grande banque. Forte de son nouvel emploi, elle croit pouvoir prédire si les stocks augmenteront ou baisseront à la fin du mois plus que le hasard (elle pense même pouvoir le faire avec une précision …

19 probability forecasting finance

3

Comment pouvons-nous juger de l'exactitude des prédictions de Nate Silver?

Premièrement, il donne la probabilité des résultats. Ainsi, par exemple, ses prédictions pour les élections américaines sont actuellement de 82% pour Clinton contre 18% pour Trump. Maintenant, même si Trump gagne, comment puis-je savoir que ce n'était pas seulement les 18% du temps qu'il aurait dû gagner? L'autre problème est …

19 forecasting prediction validation accuracy scoring-rules

3

Comment utiliser DLM avec le filtrage de Kalman pour les prévisions

Quelqu'un pourrait-il me montrer un exemple sur la façon d'utiliser le filtrage DLM Kalman en R sur une série temporelle. Disons que j'ai ces valeurs (valeurs trimestrielles avec saisonnalité annuelle); comment utiliseriez-vous DLM pour prédire les prochaines valeurs? Et BTW, ai-je suffisamment de données historiques (quel est le minimum)? 89 …

19 r time-series forecasting

2

Méthodologie de prévision VAR

Je construis un modèle VAR pour prévoir le prix d'un actif et je voudrais savoir si ma méthode est statistiquement solide, si les tests que j'ai inclus sont pertinents et si d'autres sont nécessaires pour assurer une prévision fiable basée sur mes variables d'entrée. Ci-dessous se trouve mon processus actuel …

19 r forecasting modeling var

1

Paradoxe dans la sélection des modèles (AIC, BIC, pour expliquer ou prédire?)

Après avoir lu "To Explain or to Predict" de Galit Shmueli (2010), je suis perplexe face à une apparente contradiction. Il y a trois prémisses, Choix du modèle basé sur AIC ou BIC (fin de la page 300 - début de la page 301): en termes simples, l'AIC doit être …

18 forecasting model-selection feature-selection aic bic

1

, Simulation sur la période de prévision

J'ai des données de séries chronologiques et j'ai utilisé un comme modèle pour ajuster les données. Le est une variable aléatoire indicatrice qui est soit 0 (quand je ne vois pas d'événement rare) ou 1 (quand je vois l'événement rare). Sur la base des observations précédentes que j'ai pour , …

18 time-series forecasting simulation

1

Stepwise AIC - Existe-t-il une controverse autour de ce sujet?

J'ai lu d'innombrables articles sur ce site qui sont incroyablement contre l'utilisation de la sélection pas à pas de variables en utilisant n'importe quel type de critère, qu'il s'agisse de valeurs p, AIC, BIC, etc. Je comprends pourquoi ces procédures sont en général assez médiocres pour la sélection des variables. …

17 forecasting predictive-models arima aic stepwise-regression

5

Le nettoyage des données peut-il aggraver les résultats de l'analyse statistique?

Une augmentation du nombre de cas et de décès se produit pendant les épidémies (augmentation soudaine du nombre) en raison d'une circulation virale (comme le virus du Nil occidental aux États-Unis en 2002) ou de la diminution de la résistance des personnes ou de la contamination des aliments ou de …

17 time-series forecasting epidemiology outliers

2

Est-il possible d'automatiser la prévision des séries chronologiques?

Je voudrais construire un algorithme qui serait capable d'analyser n'importe quelle série chronologique et choisir "automatiquement" la meilleure méthode de prévision traditionnelle / statistique (et ses paramètres) pour les données de séries chronologiques analysées. Serait-il possible de faire quelque chose comme ça? Si oui, pouvez-vous me donner quelques conseils sur …

17 time-series forecasting python

Questions marquées «forecasting»