Atualmente, estou trabalhando em uma tarefa de previsão de demanda, com dados de dezenas de milhares de produtos em algumas milhares de lojas. Mais especificamente, tenho alguns anos de dados diários de vendas por produto em cada loja, e meu objetivo é prever as vendas futuras de cada item em cada...
Estou tentando modelar e prever uma série temporal que é cíclica e não sazonal (ou seja, existem padrões sazonais, mas não por um período fixo). Isso deve ser possível usando um modelo ARIMA, conforme mencionado na Seção 8.5 de Previsão: princípios e prática : O valor de é importante se os dados...
Eu tenho usado as funções ets () e auto.arima () do pacote de previsão para prever um grande número de séries temporais univariadas. Eu tenho usado a função a seguir para escolher entre os 2 métodos, mas queria saber se o CrossValidated tinha idéias melhores (ou menos ingênuas) para previsão...
[Eu publiquei essa pergunta no Stack Overflow aqui, mas não recebi nenhuma resposta, então pensei em tentar aqui. Desculpas se a publicação não for permitida.] Eu tenho tentado usar esta implementação do algoritmo Holt-Winters para previsão de séries temporais em Python, mas encontrei um obstáculo...
Ouvi falar um pouco sobre o uso de redes neurais para prever séries temporais , especificamente redes neurais recorrentes . Eu queria saber, existe um pacote de rede neural recorrente para R? Não consigo encontrar um no CRAN . O mais próximo que eu vim é o nnetTs funcionar no tsDyn pacote, mas que...
Introdução objetivo é prever as taxas de crescimento anual para vários indicadores macroeconômicos (denotar um por ). Uma das tarefas é testar o desempenho da previsão de modelos de séries temporais rivais com e sem variáveis exógenas ( , uma matriz ). A lista de modelos rivais inclui:X t T ×...
Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee...
Método proposto: Dada uma série temporal , quero calcular uma média móvel ponderada com uma janela média de pontos, em que as ponderações favorecem valores mais recentes que valores mais antigos. NxEuxix_iNNN Ao escolher os pesos, estou usando o fato familiar de que uma série geométrica converge...
Gostaria de prever as séries temporais não estacionárias, envolvendo várias suposições a priori cruciais após o estudo de instâncias de tais séries. Eu construí a função de distribuição de probabilidade de um ponto com média de tempo aproximada pela distribuição normal. Desse ponto de vista,...
Usando o excelente pacote de previsões de Rob Hyndman, deparei-me com a necessidade de não apenas ter intervalos de previsão, mas simular vários caminhos futuros, considerando observações passadas de uma série temporal com sazonalidades complexas. Há algo para séries temporais menos complexas com...
Na previsão de séries temporais usando vários modelos como AR, MA, ARMA, etc, geralmente focamos na modelagem dos dados na mudança de tempo. Mas quando temos duas séries temporais em que o coeficiente de correlação de Pearson mostra que elas são altamente correlacionadas, é possível modelar a...
Estou usando o método arima do pacote de estatísticas R com minha série temporal de 17376 elementos. Meu objetivo é obter o valor do critério AIC, observei no meu primeiro teste isso: ts <- arima(serie[,1], order = c(2,1,1), seasonal = list(order=c(2,0,1),period = 24), method = "CSS",...
Existem vários métodos para fazer previsões de séries temporais equidistantes (por exemplo, Holt-Winters, ARIMA, ...). No entanto, atualmente estou trabalhando no seguinte conjunto de dados espaçados irregulares, que possui uma quantidade variável de pontos de dados por ano e sem intervalos...
Como alguém pode objetivamente (ler "algoritmicamente") selecionar um modelo apropriado para fazer uma regressão linear de mínimos quadrados simples com duas variáveis? Por exemplo, digamos que os dados pareçam mostrar uma tendência quadrática e é gerada uma parábola que se ajusta muito bem aos...
Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Eu tenho uma pergunta sobre modelagem de séries temporais em R. meus dados consistem na seguinte matriz: 1 0.03333333 0.01111111 0.9555556 2 0.03810624 0.02309469 0.9387991 3 0.00000000 0.03846154 0.9615385 4 0.03776683 0.03119869 0.9310345 5 0.06606607 0.01201201 0.9219219 6 0.03900325 0.02058505...
Estou tentando escrever uma tese de graduação em que testo o poder preditivo de um determinado modelo econométrico em uma determinada série temporal financeira. Preciso de alguns conselhos sobre como devo fazer isso. Para colocar as questões em contexto, tenho principalmente econometria...
A arimaxfunção no TSApacote é, até onde sei, o único Rpacote que se encaixará em uma função de transferência para modelos de intervenção. Falta uma função de previsão, que às vezes é necessária. A seguir, uma solução alternativa para esse problema, aproveitando o excelente forecastpacote? Os...
Estou tentando prever Poissondados, divididos em grupos, de 1-26 months of data, dependendo do grupo. Dos dados agrupados 65% has a value of 0e 25% a value of 1. Não encontrei nenhuma tendência ou sazonalidade, então comecei a testar alguns modelos diferentes de papelaria. Moving average (3),...
Suponha que eu faça um monte de previsões probabilísticas como: 70% de probabilidade de que o crescimento das vendas seja de 10 a 15% no primeiro trimestre, 10% de probabilidade de que o crescimento de vendas seja> 15%, 20% de probabilidade de que o crescimento de vendas seja <10% Dados...