AIC se recomienda con frecuencia como criterio para comparar modelos para pronósticos de series de tiempo. Vea, por ejemplo, esto en el contexto de los modelos de regresión dinámica : El AIC se puede calcular para el modelo final, y este valor se puede usar para determinar los mejores...
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;...
Estoy leyendo el artículo de detección de punto de cambio en línea Bayesiano de Adams y MacKay ( enlace ). Los autores comienzan escribiendo la distribución predictiva marginal: dondeP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} |...
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...
Tengo muchos datos de series temporales: niveles y velocidades del agua frente al tiempo. Es la salida de una simulación de modelo hidráulico. Como parte del proceso de revisión para confirmar que el modelo está funcionando como se esperaba, tengo que trazar cada serie de tiempo para asegurarme de...
Estoy leyendo Thinking, Fast and Slow de Daniel Kahneman y me encontré con el siguiente texto Hace algunos años tuve una oportunidad inusual de examinar de cerca la ilusión de la habilidad financiera. Me habían invitado a hablar con un grupo de asesores de inversiones en una empresa que brindaba...
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...
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...
¿Cuáles son las pruebas de estacionalidad más simples para series de tiempo? Siendo más específico, quiero probar si specific time series the seasonal componentes significativo. ¿Cuáles son los paquetes recomendados en Python /
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...
Encontré una solución que decía que si el cuadrado de una serie de tiempo es estacionario, también lo es la serie de tiempo original, y viceversa. Sin embargo, no puedo demostrarlo, ¿alguien tiene una idea de si esto es cierto y si es cómo
Ayúdame aquí, por favor. Quizás antes de darme una respuesta, tal vez necesites ayudarme a hacer la pregunta. Nunca he aprendido sobre el análisis de series de tiempo y no sé si eso es realmente lo que necesito. Nunca he aprendido sobre promedios suavizados por el tiempo y no sé si eso es lo que...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 4 años . Tengo un conjunto de datos con una...
Al desarrollar un software de series temporales de propósito general, ¿es una buena idea hacer que su escala sea invariable? ¿Cómo haría uno eso? Tomé una serie temporal de alrededor de 40 puntos, y luego la multipliqué por factores que iban de 10E-9 a 10E3 y luego revisé las funciones ARIMA de...
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...
Un amigo mío me ha pedido que lo ayude con el modelado predictivo del tráfico de automóviles en un estacionamiento de tamaño mediano. El garaje tiene sus días ocupados y fáciles, sus horas pico, horas de apertura (está abierto durante 12 horas durante los días laborables y durante 8 horas durante...
Estoy tratando de configurar una pantalla automática para detectar roturas estructurales en grandes cantidades de series de tiempo. Las series temporales son semanales y representan el comportamiento de los clientes. He configurado una prueba de Chow. Utilizo las 4 semanas más recientes y las...
Soy nuevo en el análisis de series de tiempo, y agradecería cualquier sugerencia sobre la mejor manera de abordar el siguiente problema de regresión de series de tiempo: Tengo mediciones de temperatura por hora en aproximadamente 20 ubicaciones en un sitio durante tres años, junto con información...
Si tengo un objeto arima como a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), xreg...
Tengo muchas series de tiempo en este formato 1 columna en la que tengo formato de fecha (d / m / año) y muchas columnas que representan diferentes series de tiempo como aquí: DATE TS1 TS2 TS3 ... 24/03/2003 0.00 0.00 ... 17/04/2003 -0.05 1.46 11/05/2003 0.46 -3.86 04/06/2003 -2.21...