Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 6 anos . Estou trabalhando em um pequeno projeto com...
Essa é uma pergunta básica nos modelos da Box-Jenkins MA. Como eu entendo, um modelo MA é, basicamente, uma regressão linear de séries temporais valores YYY contra anterior termos de erro et,...,et−net,...,et−ne_t,..., e_{t-n} . Isto é, a observação YYY é primeiro regredido contra a sua valores...
Eu li inúmeras publicações neste site que são incrivelmente contra o uso de seleção gradual de variáveis usando qualquer tipo de critério, seja com base em valores-p, AIC, BIC, etc. Entendo por que esses procedimentos são, em geral, muito ruins para a seleção de variáveis. o post provavelmente...
Tenho dados de séries temporais mensais e gostaria de fazer previsões com detecção de outliers. Esta é a amostra do meu conjunto de dados: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2006 7.55 7.63 7.62 7.50 7.47 7.53 7.55 7.47 7.65 7.72 7.78 7.81 2007 7.71 7.67 7.85 7.82 7.91 7.91 8.00 7.82...
Este é um post longo, então espero que você possa me acompanhar e, por favor, corrija-me onde estiver errado. Meu objetivo é produzir uma previsão diária com base em 3 ou 4 semanas de dados históricos. Os dados são dados de 15 minutos da carga local de uma das linhas de um transformador. Estou...
Ao ler as postagens neste site, sei que há uma função R auto.arima(no forecast pacote ). Sei também que o IrishStat , membro deste site, criou o autobox do pacote comercial no início dos anos 80. Como esses dois pacotes existem hoje e selecionam automaticamente modelos de arima para determinados...
Tenho um histórico moderado na previsão de séries temporais. Examinei vários livros de previsão e não vejo as seguintes perguntas abordadas em nenhum deles. Eu tenho duas perguntas: Como eu determinaria objetivamente (via teste estatístico) se uma determinada série temporal tem: Sazonalidade...
Quais são os requisitos de estacionariedade do uso de regressão com erros ARIMA (regressão dinâmica) para inferência? Especificamente, eu tenho uma variável de resultado contínuo não estacionária , uma variável preditora contínua não estacionária x a e uma série fictícia de tratamento variável x b...
Estou tentando entender como os parâmetros são estimados na modelagem ARIMA / Box Jenkins (BJ). Infelizmente, nenhum dos livros que encontrei descreve o procedimento de estimativa, como o procedimento de estimativa do Log-Likelihood em detalhes. Achei o site / material didático que foi muito útil....
Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <-
Estou ciente do tipo de regularização LASSO, cume e rede elástica em modelos de regressão linear. Questão: Esse tipo de estimativa penalizada (ou similar) pode ser aplicada à modelagem ARIMA (com uma parte MA não vazia)? pmaxpmaxp_{max}qmaxqmaxq_{max} q ⩽ q m um xp⩽pmaxp⩽pmaxp \leqslant...
Estou usando uma série temporal diária de dados de vendas que contém cerca de 2 anos de pontos de dados diários. Com base em alguns dos tutoriais / exemplos on-line, tentei identificar a sazonalidade nos dados. Parece haver periodicidade / sazonalidade semanal, mensal e provavelmente anual. Por...
O procedimento de seleção do modelo Box-Jenkins na análise de séries temporais começa examinando as funções de autocorrelação e autocorrelação parcial da série. Esses gráficos podem sugerir e q apropriados em um modelo ARMA ( p , q ) . O procedimento continua solicitando ao usuário que aplique os...
Sou formado em administração e economia e atualmente estuda mestrado em engenharia de dados. Enquanto estudava regressão linear (LR) e análise de séries temporais (TS), uma pergunta surgiu em minha mente. Por que criar um método totalmente novo, isto é, séries temporais (ARIMA), em vez de usar...
Estou tentando prever uma série temporal, para a qual usei o modelo sazonal ARIMA (0,0,0) (0,1,0) [12] (= fit2). É diferente do que R sugeriu com auto.arima (ARIMA calculado R (0,1,1) (0,1,0) [12] seria um ajuste melhor, chamei-o de ajuste1). No entanto, nos últimos 12 meses da minha série...
Eu tenho um conjunto de dados que inclui a demanda de vários produtos (1200 produtos) por 25 períodos e preciso prever a demanda de cada produto para o próximo período. No começo, eu queria usar o ARIMA e treinar um modelo para cada produto, mas devido ao número de produtos e à adequação dos...
Na análise de dados em painel, usei modelos de vários níveis com efeitos aleatórios / mistos para lidar com problemas de auto-correlação (ou seja, as observações são agrupadas em indivíduos ao longo do tempo) com outros parâmetros adicionados para ajustar algumas especificações de tempo e choques...
Eu gostaria de realizar uma previsão com base em um modelo ARIMA de várias séries temporais com várias variáveis exógenas. Como não sou tão habilidoso em relação a estatísticas nem ao RI, quero mantê-lo o mais simples possível (a previsão de tendências por três meses é suficiente). Eu tenho 1...
Eu tenho tentado aprender e aplicar modelos ARIMA. Tenho lido um excelente texto sobre o ARIMA da Pankratz - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . No texto, o autor enfatiza especialmente o princípio da parcimônia na escolha dos modelos ARIMA. Comecei a jogar com...
No R (2.15.2), ajustei uma vez um ARIMA (3,1,3) em uma série temporal e uma vez um ARMA (3,3) em séries temporais que diferiam uma vez. Os parâmetros ajustados diferem, o que eu atribuí ao método de ajuste no ARIMA. Além disso, o ajuste de um ARIMA (3,0,3) nos mesmos dados que o ARMA (3,3) não...