问题标签 [arima]

我是 R 新手。我正在使用 Azure 机器学习工作室来尝试根据历史兑换情况预测何时兑换优惠券或优惠（营销促销）。这是我的数据。

这是我的 R 脚本。

这是错误。

错误 0063：在评估 R 脚本期间发生以下错误： ---------- 从 R 开始的错误消息 ---------- 0（非 NA）案例

我是否正确地做到了这一点？这会根据之前的 RedeemedOn 日期和时间预测未来的优惠/优惠券兑换吗？

编辑 1

任何帮助深表感谢。谢谢！

从 2012-11-19 到 2017-10-16，我有 1241 个每日数据，但仅适用于工作日（自助餐厅的服务数量）。我正在尝试进行预测，但我无法初始化我的时间序列：

如果我这样做，由于缺少周末，我的变量将在到达 1241 后循环返回，一直到 1791（对应于我的两个日期之间的天数），如果我想制作一个火车时间序列，选择带有参数“end”的日期将使其与实际日期的数据不对应。

那么我可以克服这个问题吗？我知道我可以直接创建我的时间序列（并且我选择了正确的频率？，如果我把 5 或 7 轴放在很远的年份）

但我失去了选择开始和结束日期的能力，并且在情节中看不到该信息

编辑：我想将其保留为 5 天的每周数据的原因是，当我绘制预测时，我不会在图中得到很多零

像这样

我想使用 QML 计算 GARCH 的参数。我想知道 Matlab 的 ARIMA 工具箱是否给我们提供了 QML 错误？

问候

我有以下输入值，并希望预测时间戳列表中存在的值的湿度值

我正在使用以下函数在 python 中使用 AR 模型预测湿度值

该模型为时间戳列表中的值预测相同的湿度值。

有人可以帮我解决我哪里出错了吗

在原始数据上绘制拟合的 ARIMA 结果时，拟合值有时会出现一个时间步长：

但并非总是如此，拟合值在此示例中排列：in-r-plot-arima-fitted-model-with-the-original-series

根据我在时间序列课程中的记忆，曾经有差异的模型应该只适合第一次之后的观察，所以我不清楚 arima() 在哪里得到 t=1 拟合。但最重要的是，我想知道明显的时移是错误还是 arima 模型的奇怪结果。有任何想法吗？

我是 1000 位客户的时间序列数据，关于他们在过去 2 年的购买次数。我能够为整个数据集构建时间序列预测模型。但是现在我想为 1000 个客户中的每一个建立预测模型，解决这个问题的最佳方法是什么。

PS：我能想到的一种方法是对 1000 个客户中的每一个进行迭代，并为每个客户构建单独的模型。但从长远来看，它不会是可行的解决方案

有人可以用更好的方法帮助我吗

样本数据：

我试图在给定的时间序列“resid”上拟合一个 ARMA 模型，长度为“tsteps”，并使用获得的拟合模型“resid_model”来模拟一定数量的具有相同特征的替代时间序列。

到目前为止，这是我尝试过的（仅针对一个模拟“sim”）：

然而，我似乎无法确保平稳性，尽管拟合中的 'transparams=True' 参数。我获得的取决于我尝试拟合的 ARMA 模型的顺序，但通常倾向于退化： 获得的模拟“sim”

这就是我的原始样本的样子： 原始时间序列'resid'

我究竟做错了什么？

谢谢！

对于python中的这个函数，文档说：

如果我们的数据是非平稳的，我们应该在这里输入原始的时间序列数据y，还是输入微分后的平稳数据？谢谢。

我正在运行 SARIMAX 模型，但在指定外生变量时遇到了问题。在第一个代码块（如下）中，我指定了一个外生变量 lesdata['LESpost'] 并且模型运行没有问题。但是，当我添加另一个外生变量时，我最终会收到一条错误消息（请参阅堆栈跟踪）。

我在这里有什么明显的遗漏吗？变量的长度都相同，并且没有丢失数据。

感谢阅读，希望对您有所帮助！

我正在尝试在 python 中使用 arima 模型。我尝试使用下面的 statsmodel 和 pandas 的代码。但我在下面收到“ValueError: Given a pandas object and the index does not contain dates”错误。我发现另一篇文章提到了同样的错误，他们使用 as_matrix 将数据帧更改为矩阵，我尝试过，但它没有解决我的问题。我刚收到一个新的 numpy 数组错误。任何提示将不胜感激。我在 r 中有更多的经验，但是 r 在处理时间序列时也有很多令人头疼的问题。

样本数据描述：

代码：

错误：