问题标签 [forecasting]

我正在寻找一些可用于训练神经网络进行预测的可下载天气数据，我在哪里可以找到一些？基本上，温度、湿度、风速/风向等任何可能有助于神经网络进行简单预测的事物。

为什么作用于数据一阶差分的 ARMA 模型与对应的 ARIMA 模型不同？

与预测包中的Arima(data,c(5,1,4))和相同。Arima(diff(data),c(5,0,4))我可以得到所需的一致性

但似乎这些数据的最小 AIC 估计值的持有者没有被 auto.arima 背后的算法考虑；因此，次优选择 ARMA(3,0) 而不是 ARMA(5,4) 作用于第一个差异。一个相关的问题是，在一个人认为一个模型比另一个模型更好之前，两个 AIC 估计值应该相差多少与编程无关 - 至少应该考虑/报告最小的 AIC 持有者，即使 9 个系数可能有点太多了从 100 个观测中进行预测。

我的 R 问题是：

1）双循环的矢量化版本，所以它更快？

2）为什么arima(5,1,4)作用于数据不同于arma(5,4)作用于数据的一阶差分？哪一个要举报？

3）如何对 AIC 输出进行排序，以便较小的优先？

谢谢。

我正在尝试手动计算 ARIMA 模型中常量的标准误差（如果包含）。我参考了 Box and Jenkins (1994) 文本，特别是第 7.2 节，但我的理解是这里提到的方法只计算 ARIMA 参数的方差-协方差矩阵，而不是常数。尝试在互联网上搜索，但找不到任何理论。Minitab，R等软件计算这个，所以我想知道这是什么方法？有人可以提供有关此主题的任何指针吗？谢谢。

我正在寻找在我的 Django 网站中显示预测信息。你知道我该怎么做吗？

我查看了https://registration.weather.com/ursa/wow/但它是英文的，我无论如何都没有找到用法语写的。

我查看了 libgweather，但对我没有多大帮助。

你知道我该怎么做吗？

感谢您的帮助，

我试图向自己解释将 ARIMA 模型应用于时间序列数据集的预测结果。数据来自M1-Competition，系列为MNB65。我正在尝试将数据拟合到 ARIMA(1,0,0) 模型并获得预测。我正在使用 R。以下是一些输出片段：

我有几个问题：

(1) 我如何解释虽然数据集显示出明显的下降趋势，但该模型的预测呈上升趋势？这也发生在 ARIMA(2,0,0) 上，这是最适合使用auto.arima（预测包）的数据和 ARIMA(1,0,1) 模型的 ARIMA。

(2) ARIMA(1,0,0) 模型的截距值为 12260.298。截距不应该满足等式：C = mean * (1 - sum(AR coeffs))，在这种情况下，值应该是715.52。我必须在这里遗漏一些基本的东西。

(3) 这显然是一个具有非平稳均值的序列。为什么 AR(2) 模型仍然被 选为最佳模型auto.arima？有没有直观的解释？

谢谢。

请原谅我提出了一个主观问题，但我真的很想知道.NET 开发在不久的将来会走向何方？我们会看到更多的ASP.NET开发人员，还是会对Silverlight/WPF && WinForms开发人员有更多的需求？

由于我不知道我现在在做什么，我的措辞可能听起来很有趣。但说真的，我需要学习。

我面临的问题是提出一种方法（模型）来估计软件程序的工作方式：即运行时间和最大内存使用量。我已经拥有的是大量数据。该数据集概述了程序在不同条件下的工作方式，例如

我有成千上万行这样的数据。现在，如果我提前知道所有标准，我需要知道如何估计（预测）运行时间和最大内存使用量。我需要的是一个给出提示（上限或范围）的近似值。

我感觉这是典型的？？？我不知道的问题。你们能给我一些提示或给我一些想法（理论、解释、网页）或任何可能有帮助的东西。谢谢！

jQuery 和 HTML5 会成为未来的技术吗？或者 Silverlight 会在即将推出的版本 5 和 6 中主导互联网市场份额吗？

如果我对 jQuery 或 Silverlight 没有特别的偏好，您认为选择这两种技术是否安全？

编辑：请不要投票给[关闭]。我正在寻找有效和建设性的答案，以选择 Silverlight 而不是 jQuery，反之亦然。

我正在尝试对面板数据运行 HoltWinters 程序，以得出公司列表的销售预测。我的数据框有“公司”、“年份”和“销售”字段。我有兴趣在此数据框中添加一个额外的列，以显示使用 HoltWinters 获得的拟合销售额。

对于一家公司来说，这个练习是微不足道的，因为我可以运行 HoltWinters。我可以通过跨公司循环将这种方法扩展到我的情况，但我正在寻找一种避免循环的解决方案。

有什么想法吗？

目前，英国气象局的预测引发了一场巨大的“风暴”。他们预测一个温和、潮湿的冬天，而我们有北爱尔兰有记录以来最冷的温度和地面上的坚实积雪，通常在 12 月很少见。

这是我很想玩的东西，不是我声称我可以击败他们，而是想知道目前人们正在使用哪些算法？他们基于什么数据集？

可能性大概包括神经网络建模输入，适应度是预测的准确性，复杂的数学模型，甚至是我听说过的“与昨天相同”的预测（尽管没有看到证据），它对于单日预测更可靠（尽管在那之后显然下降了）。

理想情况下，想听听气象中心的一些开发人员或可以使用超级计算机的开发人员的意见，听听方法会很有趣……