问题标签 [arima]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
function - solve.default(res$hessian*n.used,A) 中的错误:'a' 必须是复数矩阵
我正在使用 R 的预测包中的 arima 函数,但出现以下错误:
solve.default(res$hessian*n.used,A) 中的错误:'a' 必须是复数矩阵
我拟合的时间序列具有非常大的数值,例如大于 1000 万。谁能提供一个可以缓解此错误的解决方案?缩放时间序列有帮助吗?
r - 这个时间序列预测模型(R)可以进一步改进吗?
我正在尝试建立这个预测模型,但无法获得令人印象深刻的结果。低号。我相信,训练模型的记录是效果不佳的原因之一,因此我正在寻求帮助。
这是预测变量的时间序列矩阵。这里的 Paidts7 变量实际上是 Paidts6 的滞后变量。XREG =
这是 Y 变量(待预测)
我尝试了带有外部回归器的 Forecast::ARIMA 和 Forecast::NNETAR 模型,但无法使 MAPE 低于 7。我的目标是 MAPE 低于 3,RMSE 低于 50000。欢迎您使用任何其他包和功能。
这是测试数据:XREG =
Y = 1627598 1041766 1381536 1346429 1314992
如果您发现删除一个或多个预测变量可以显着改善结果,请继续。您的帮助将不胜感激,请仅在“R”中提出建议,而不是在其他工具中提出建议。
-谢谢
shiny - R闪亮预测ARMA
我想学习 ARMA 预测,我正在尝试使用从比特币下载的比特币数据集进行预测
我正在努力使用以下代码。图书馆(Quandl)
这是我收到的错误:
r - 数据集中所有变量的 Arima 和 HoltWinters
在我的数据集中,我有很多变量,我想对每个变量进行预测;这是数据集的一部分:
我想我需要编写一个循环来对所有变量执行此分析,但我是新手,不知道如何正确编写循环。
有人可以帮忙吗?
r - 如何在 R 中解释自动 arima 结果的第二部分?
我正在time series
对我的数据进行分析,并且我已经运行了 auto arima 函数来确定在我的ARIMA
模型中使用的最佳系数。
我知道上面结果中的 (2,1,1) 是指将在ARIMA
模型中使用的 p、d 和 q 的值。但是(1,0,0)呢?
r - rep(1, n.ahead) 中的错误:R 中的“次”参数无效
我正在研究使用 ARIMA 进行预测的数据集,我离最后一步很近,但我遇到了错误,无法找到参考来弄清楚我错过了什么。
当我执行以下命令时,我不断收到错误消息:
我将简要介绍我所做的工作,其中我将数据集从数据框架更改为时间序列,并进行了所有测试以检查波动性,并检测数据是否静止。
然后我将 DataAsStationary 作为应用 ARIMA 的良好干净数据,但由于我想在训练数据上训练模型并在数据的另一部分进行测试,我将数据集分为 70% 的训练和 30% 的测试:
我使用了自动选择算法,发现 Arima(2,0,3) 是最好的。
我不得不提到我确实检查了残差是否不相关(白噪声)并处理它。
之后,我使用训练数据集来拟合模型:
找不到有关该错误的任何资源:
rep(1, n.ahead) 中的错误:无效的“次”参数
有什么建议么!!真的
我试过了
但我得到错误
预测.Arima 没有找到!
知道为什么我会收到错误吗?
r - 如何在 R 中的 ts() 中计算时间序列中观察值之间的中间值?
我需要有关如何frequency
影响我的时间序列的帮助。我将每日时间序列数据与frequency = 7
当我查看时间序列时,我得到天之间的中间值。我有60 天的数据。我为此创建了一个时间序列
这给了我421 个值。我有点理解它与值有关,frequency
因为值是 7 和 60 的乘积。我需要知道的是 - 这些是如何计算的?为什么?不frequency
只是用来告诉您的时间序列数据是每天/每周/每年等吗?(我提到了这个)
同样,在我的ACF
和PACF
情节中,lag
值 < 1 意味着有七个值可以使 1“滞后”。在那种情况下,当我估计arima(p,d,q)
使用这些图时,这些值是否会被视为滞后 x 频率?
r - R:时间序列日期列表 - 需要突破才能执行 ARIMA 风格的预测
我已经做了一些研究,但我一直在寻找解决方案。我有一个关于保险索赔和伤残日期的时间序列数据,一个非常基本的数据框,我们称之为数据:
查看日期 列表
我运行了以下代码(在加载 XTS 库之后)以正确的顺序识别和排序日期:
但是,我需要计算/分解每月的索赔数量,以便我可以开始执行和 ARIMA(auto.arima) 预测。
理想情况下,我想要这样的数据框Ideal Data Frame这样我就可以对年度/12 个月的预测执行一些 AR/MA/ARMA/ARIMA 风格的预测
r - R中带有预测包的交叉验证K-Fold
我使用forecast
包在 R 中创建了一个模型。
我的学习来源来自这里: https ://robjhyndman.com/hyndsight/dailydata/
我正在使用最后一部分,其中包括傅立叶级数:
创建此模型后,有没有办法可以进行交叉验证 k 折测试以确定误差和调整误差?
我知道如何使用广义线性模型来做到这一点:
这显示了误差和调整误差。
预测包中是否有可以执行此操作的函数,它将帮助我将此模型的准确性与 glm 模型进行比较?