问题标签 [forecasting]

我有这样的面板中组织的数据（请参阅下面的dput()函数输出）：

从 1999 年到 2008 年，该数据集共有 27 个国家，但面板不平衡。

我希望能够为整个数据集估计一个模型，并从这个模型对数据集中的每个国家进行预测。我一直在研究 King 等人的 YourCast 包。但是由于我将所有数据都放在一个文件中，因此我不知道如何创建 yourcast() 函数将接受的数据对象。有谁知道如何做到这一点，而无需经历手动将数据文件拆分为不同横截面的繁琐过程？

PS：来自数据集的 48 个观察值：

我已经编写了一个函数来迭代预测使用包 dyn 构建的模型，我想要一些关于它的反馈。有一个更好的方法吗？有人为 dyn 类（或 dynlm 类）编写了规范的“预测”方法，还是我在这里冒险进入未知领域？

示例用法：

谁能解释“样本内”和“样本外”预测之间的区别？

库存过多和库存不足的零件正成为我的一位客户的问题。采购订单每两周提交一次。交货需要 1-2 周。我的客户使用我构建的基于 .NET 的系统来跟踪库存记录。

我想通过预测库存需求和建议最佳采购订单来增强库存管理系统，以持续提供关于库存水平的建议。我已经阅读了很多关于预测算法的内容，但我需要帮助来设计一个好的算法（或加权几种算法）以进行准确的预测。

对这个客户来说，库存不足的物品比库存过多的物品的成本更高，因为大部分零件最终都会被使用，但现金本可以用于其他用途。

用增加的风险来表示需求会很好，这倾向于最初的蒙特卡洛实施。

我应该如何解决这个问题？用于此类问题的好的/标准算法是什么？是否有任何好的、免费的图书馆来解决库存需求问题？

我一直在尝试使用Holt-Winters 算法的这种实现在 Python 中进行时间序列预测，但遇到了障碍......基本上，对于某些系列（正）输入，它有时会预测负数，这应该清楚并非如此。即使预测不是负面的，它们有时也会非常不准确——比应有的高/低几个数量级。给算法更多的数据周期似乎没有帮助，实际上往往会使预测变得更糟。

我正在使用的数据具有以下特征，这可能是问题：

• 非常频繁地采样（每 15 分钟一个数据点，而不是示例使用的每月数据） - 但根据我的阅读，Holt-Winters 算法应该没有问题。也许这表明实施存在问题？

• 有多个周期性 - 有每日峰值（即每 96 个数据点）以及周末数据的每周周期明显低于工作日数据 - 例如工作日可以在 4000 左右达到峰值，但周末达到 1000 左右 - 但即使我只给出它是工作日数据，我遇到了负数问题。

在实现或使用 Holt-Winters 算法时，我是否缺少一些东西？我不是统计学家，所以我使用上面链接中指示的 alpha、beta 和 gamma 的“默认”值 - 这可能是问题所在，有没有更好的方法来计算这些值？

或者......这里有比 Holt-Winters 更好的算法吗？最终，我只想从这里的历史数据中创建合理的预测。我尝试过单指数和双指数平滑，但（据我所知）都不支持数据的周期性。

任何帮助/输入将不胜感激！

我想在android中获取我当前位置的当前天气更新。天气更新可能在 C 或 F 中。我不需要任何扩展的预测值......我的应用程序的流程就像：它获取坐标并从坐标中获取位置的名称..基于该位置它必须返回给我该地区的天气状况。请帮助我完成这个模块。我是 android 新手 :) 如果可能，请给我代码示例。提前致谢 ：）

我知道可以通过脚本执行 SPSS 的各种功能。

是否也可以通过脚本运行 ARIMA 建模？如果是，是否有任何好的教程/文档？

太感谢了。

是否有用于预测的良好 .NET 统计库？我需要它来执行以下操作：

使用经典分解将输入数据集分解为季节性、趋势和不规则。

ARIMA 建模和预测。

附言

我看了一下 R.NET。尽管它希望能做到以上，欢迎更好的解决方案。

我将绘制一个从实线变为虚线的折线图，以指示真实数据和预测数据。我不确定是否需要扩展一些类，如 XYLineAndShapeRenderer 或其他东西，或者是否有一些方便的方法来实现这一点？

这是我使用 Excel 绘制的演示图。

我说的是图中的灰线。这就是我想要的。我不知道是否有一个渲染器可以让我指示哪个范围是虚线还是实线

我有三年的每日收入数据。每年有一些相当稳定的数据增长，但数据具有高度季节性，在第四季度（黑色星期五，圣诞节前的狂热等）和周内季节性（周一高收入，一周内越来越少，最低周六，周日开始接机）

与其使用带有线性预测的无聊电子表格，我想要一个 R 脚本，它需要输入三年的每日数据，并应用一种算法来预测未来 6 个月的每日收入预测。我希望输入只是一个包含日期和收入数字的 CSV 文件。

我听说 ARIMA 很好，但是我的一位经济学家朋友看过我的数据后认为使用卡尔曼滤波器进行预测会产生非常好的结果。

有人可以发布一个脚本来告诉我如何应用 ARIMA 算法或卡尔曼滤波器算法来预测我的数据吗？谢谢！