He estado usando las funciones ets () y auto.arima () del paquete de pronóstico para pronosticar una gran cantidad de series de tiempo univariadas. He estado usando la siguiente función para elegir entre los 2 métodos, pero me preguntaba si CrossValidated tenía ideas mejores (o menos ingenuas) para...
[Primero publiqué esta pregunta en Stack Overflow aquí, pero no recibí ninguna respuesta, así que pensé en intentarlo aquí. Disculpas si no se permite volver a publicar.] He estado tratando de usar esta implementación del algoritmo Holt-Winters para pronosticar series temporales en Python, pero me...
He escuchado un poco sobre el uso de redes neuronales para pronosticar series temporales , específicamente redes neuronales recurrentes . Me preguntaba, ¿hay un paquete de red neuronal recurrente para R? Parece que no puedo encontrar uno en CRAN . Lo más cercano que he llegado es la función nnetTs...
Introducción Mi objetivo es pronosticar las tasas de crecimiento anual para una serie de indicadores macroeconómicos (denotar uno por YtYtY_t) Una de las tareas es probar el rendimiento de pronóstico de modelos de series temporales rivales con y sin variables exógenas (XtXtX_t, una T×kT×kT\times...
Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey...
Método propuesto: Dada una serie temporal , quiero calcular un promedio móvil ponderado con una ventana de promedio de puntos, donde las ponderaciones favorecen valores más recientes sobre valores más antiguos.xixix_iNNN Al elegir los pesos, estoy usando el hecho familiar de que una serie...
Me gustaría pronosticar las series de tiempo no estacionarias, que involucran varios supuestos cruciales a priori que se derivan del estudio de instancias de tales series. He construido una función de distribución de probabilidad de un punto promediada en el tiempo aproximada por la distribución...
Utilizando el excelente paquete de pronósticos de Rob Hyndman, me encontré con la necesidad no solo de tener intervalos de predicción, sino también de simular una serie de caminos futuros, dadas las observaciones pasadas de una serie temporal con estacionalidades complejas. Hay algo para series de...
En la predicción de series de tiempo utilizando varios modelos como AR, MA, ARMA, etc., generalmente nos enfocamos en el modelado de los datos en el cambio de tiempo. Pero cuando tenemos 2 series de tiempo en las que el coeficiente de correlación de Pearson muestra que están altamente...
Tengo un conjunto de datos meteorológicos diarios, que tiene, como era de esperar, un efecto estacional muy fuerte. Adapté un modelo ARIMA a este conjunto de datos usando la función auto.arima del paquete de pronóstico. Para mi sorpresa, la función no aplica ninguna operación estacional:...
Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly...
Estoy usando el método arima del paquete de estadísticas de R con mi serie temporal de 17376 elementos. Mi objetivo es obtener el valor del criterio AIC, he observado en mi primera prueba esto: ts <- arima(serie[,1], order = c(2,1,1), seasonal = list(order=c(2,0,1),period = 24), method =...
Existen varios métodos para hacer pronósticos de series temporales equidistantes (por ejemplo, Holt-Winters, ARIMA, ...). Sin embargo, actualmente estoy trabajando en el siguiente conjunto de datos espaciados irregulares, que tiene una cantidad variable de puntos de datos por año y no hay...
¿Cómo puede uno objetivamente (leer "algorítmicamente") seleccionar un modelo apropiado para hacer una simple regresión lineal de mínimos cuadrados con dos variables? Por ejemplo, digamos que los datos parecen mostrar una tendencia cuadrática, y se genera una parábola que se ajusta bastante bien a...
Tengo varios datos intermitentes. Con base en esos datos, me gustaría comparar varios métodos de pronóstico (suavizado exponencial, promedio móvil, Croston y Syntetos-Boylan), y decidir si Croston o Syntetos Boylan es mejor que SES o MA para datos intermitentes o no. La medida que me gustaría...
Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Tengo una pregunta sobre el modelado de series de tiempo en R. Mis datos consisten en la siguiente 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...
Estoy tratando de escribir una tesis de pregrado en la que pruebo el poder predictivo de un modelo econométrico dado en una serie de tiempo financiera determinada. Necesito algunos consejos sobre cómo debo hacer esto. Para poner las cosas en contexto, en su mayoría tengo una econometría auto...
Estoy tratando de pronosticar Poissondatos, divididos en grupos, de 1-26 months of data, dependiendo del grupo. De los datos agrupados 65% has a value of 0y 25% a value of 1. No pude encontrar ninguna tendencia o estacionalidad, así que comencé a probar un par de modelos de estación diferentes....
Supongamos que hago un montón de pronósticos probabilísticos como: 70% de probabilidad de que el crecimiento de las ventas sea del 10-15% en el primer trimestre, 10% de probabilidad de que el crecimiento de las ventas sea> 15%, 20% de probabilidad de que el crecimiento de las ventas sea...