He ajustado el modelo ARIMA (5,1,2) usando la auto.arima()función en R y al mirar en orden podemos decir que este no es el mejor modelo para pronosticar. Si existen valores atípicos en la serie de datos, ¿cuál es el método para ajustar un modelo a dichos
No sé si está totalmente fuera de tema, pero pensé que podría ser útil tener opiniones y una respuesta agregada sobre por qué la volatilidad es un tema importante en la econometría financiera. Creo que comenzó con la teoría de la cartera y la necesidad de comprender las propiedades del segundo...
Dado que no podemos ajustar el modelo ARIMA cuando se viola el supuesto de varianza constante, ¿qué modelo se puede usar para ajustar series de tiempo
He estado lidiando con el siguiente problema. Tengo una especie de sistema de tiempo real y cada período de tiempo leo su valor actual, creando una serie de tiempo (como 1, 12, 2, 3, 5, 9, 1, ...). Me gustaría conocer métodos (estadística y aprendizaje automático) para pronosticar el siguiente...
Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...
Soy principiante en R, ¿Podría explicar cómo utilizar ses en el paquete de previsión de R pronóstico ? Me gustaría elegir el número de períodos iniciales y la constante de suavizado. d <-
Recientemente recapitulé mi conocimiento de la Serie temporal y me di cuenta de que el aprendizaje automático en su mayoría solo da pronósticos un paso por delante. Con pronósticos de un paso adelante me refiero a pronósticos que, por ejemplo, si tenemos datos por hora, utilizamos los datos desde...
A medida que avanzo en el pronóstico con los modelos ARIMA, estoy tratando de entender cómo puedo mejorar un pronóstico basado en el ajuste ARIMA con la estacionalidad y la deriva. Mis datos son las siguientes series temporales (más de 3 años, con una clara tendencia al alza y una estacionalidad...
Actualmente estoy trabajando en una tarea de pronóstico de demanda, con datos sobre decenas de miles de productos en un par de miles de tiendas. Más específicamente, tengo unos pocos años de datos de ventas diarias por producto en cada tienda, y mi objetivo es pronosticar las ventas futuras de cada...
Estoy trabajando en el desarrollo de un modelo para predecir las ventas totales de un producto. Tengo aproximadamente un año y medio de datos de reservas, por lo que podría hacer un análisis estándar de series de tiempo. Sin embargo, también tengo muchos datos sobre cada 'oportunidad' (venta...
Tengo un conjunto de datos con el siguiente formato. Hay un resultado binario cáncer / no cáncer. Todos los médicos del conjunto de datos han visto a cada paciente y han emitido un juicio independiente sobre si el paciente tiene cáncer o no. Luego, los doctores dan su nivel de confianza de 5 de...
Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido". Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English y IT jobs. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con...
Estamos utilizando STL (implementación R) para pronosticar datos de series temporales. Todos los días hacemos pronósticos diarios. Nos gustaría comparar los valores de pronóstico con valores reales e identificar la desviación promedio. Por ejemplo, ejecutamos el pronóstico para mañana y obtuvimos...
Estoy ocupado con el modelado ARIMA aumentado con variables exógenas para fines de modelado promocional y me cuesta explicarlo a los usuarios comerciales. En algunos casos, los paquetes de software terminan con una función de transferencia simple, es decir, parámetro * Variable exógena. En este...
Me gustaría utilizar una red neuronal para predecir series de tiempo financieras. Vengo de un entorno de TI y tengo algunos conocimientos de redes neuronales y he estado leyendo sobre estos: TDNN RNN He estado buscando paquetes R para ellos y solo encontré uno para RNN, el paquete RSNNS que...
Tengo datos mensuales de 1993 a 2015 y me gustaría hacer pronósticos sobre estos datos. Utilicé el paquete tsoutliers para detectar los valores atípicos, pero no sé cómo continúo pronosticando con mi conjunto de datos. Este es mi
La arimaxfunción en el TSApaquete es, que yo sepa, el único Rpaquete que se ajustará a una función de transferencia para los modelos de intervención. Sin embargo, carece de una función de predicción que a veces es necesaria. ¿Es lo siguiente una solución alternativa para este problema,...
Estoy tratando de modelar y pronosticar una serie de tiempo que es cíclica en lugar de estacional (es decir, hay patrones estacionales, pero no con un período fijo). Esto debería ser posible utilizando un modelo ARIMA, como se menciona en la Sección 8.5 de Pronósticos: principios y práctica : El...
Estoy usando la biblioteca VAR statsmodels de python para modelar datos financieros de series de tiempo y algunos resultados me han desconcertado. Sé que los modelos VAR suponen que los datos de la serie temporal son estacionarios. Inadvertidamente, ajusté una serie no estacionaria de precios de...
El problema con el que estoy lidiando es predecir valores de series de tiempo. Estoy mirando una serie de tiempo a la vez y, por ejemplo, en base al 15% de los datos de entrada, me gustaría predecir sus valores futuros. Hasta ahora me he encontrado con dos modelos: LSTM (memoria a largo plazo;...