द्विआधारी समय श्रृंखला का पूर्वानुमान


12

मेरे पास 1 के साथ एक द्विआधारी समय श्रृंखला है जब कार चलती नहीं है, और जब कार चलती है तो 0। मैं एक समय क्षितिज के लिए 36 घंटे आगे और प्रत्येक घंटे के लिए एक पूर्वानुमान बनाना चाहता हूं।

मेरा पहला तरीका निम्नलिखित इनपुट का उपयोग करके एक बेव बेयर्स का उपयोग करना था: टी -24 (दैनिक मौसमी), टी -48 (साप्ताहिक मौसमी), दिन का घंटा। हालांकि, परिणाम बहुत अच्छे नहीं हैं।

इस समस्या के लिए आप कौन से लेख या सॉफ़्टवेयर की सलाह देते हैं?


देखें कि क्या इससे math.bme.hu/~morvai/publications/papers/… अच्छे दिन में मदद मिलती है
मिथुन अशोक

क्या आपने एक छिपा हुआ मार्कोव मॉडल माना है?
राम अहलूवालिया

जवाब के लिए धन्यवाद। लेकिन कुछ कार्यान्वयन के साथ पहले से ही कोई सॉफ्टवेयर पैकेज उपलब्ध है? मैंने आर में खोज की है, लेकिन मुझे केवल वीएलएमसी पैकेज मिला। धन्यवाद, रिकार्डो

रिकार्डो, आपको अपने प्रश्न को उत्तर के रूप में जोड़ने के बजाय इस अतिरिक्त जानकारी के साथ संपादित करना चाहिए। धन्यवाद, और साइट पर आपका स्वागत है!
हारून ने

क्या वास्तव में आपके डेटा में दो प्रकार के हैं? यही है, 1 अर्थ कार चलती हो सकती है लेकिन बनाम 1 नहीं है जिसका अर्थ है कि आपकी कार वास्तव में इस समय नहीं चल सकती है। इसे एक-मुद्रास्फीति कहा जाएगा (यह आमतौर पर शून्य-मुद्रास्फीति है)। यदि हां, तो आपको यह मॉडल करने की आवश्यकता है कि कार चलती है या नहीं जब यह चलती हो सकती है लेकिन नहीं है।
वेन

जवाबों:


6

आप सामान्यीकृत ARMA (GLARMA) मॉडल का उपयोग कर सकते हैं। उदाहरण के लिए, केडेम और फोकेनोस (2002), समय श्रृंखला विश्लेषण के लिए प्रतिगमन मॉडल।

आर पैकेज ग्लर्मा (CRAN पर) भी देखें


इस जवाब को कम नहीं किया जाना चाहिए था।
us --r11852

3

आर पैकेज बीटीएस आपको बायसेनियन संरचनात्मक समय श्रृंखला के मॉडल का अनुमान लगाकर द्विआधारी लक्ष्य के साथ सेटिंग करने की अनुमति देता है family = 'logit'। ध्यान दें, हालांकि, इन मॉडलों को अक्सर गाऊसी डेटा (जैसे, niter = 10000) की तुलना में लंबे समय तक चलने की आवश्यकता होती है ।


2

भविष्यवक्ताओं के रूप में कुछ समय अंतराल (दैनिक, साप्ताहिक) के साथ लॉजिस्टिक प्रतिगमन का उपयोग करने के बारे में कैसे? (अधिकांश सांख्यिकीय सॉफ्टवेयर पैकेजों में लॉजिस्टिक रिग्रेशन होता है)। यह अंधेरे में शूटिंग का एक हिस्सा है - क्या आप डेटा या प्लॉट साझा कर सकते हैं?


2

हिडन मार्कोव मॉडल, नैवे बेस का अनुक्रमिक संस्करण है। भोले की खाड़ी में, आपके पास कई संभावित मूल्यों के साथ एक लेबल है (आपके मामले में 0/1) और सुविधाओं का एक सेट। Y का मान मॉडलिंग p (सुविधाओं | लेबल) * p (लेबल) द्वारा चुना गया है।

एक छिपे हुए मार्कोव मॉडल में, मॉडलिंग पी (लेबल | पिछला लेबल) और पी (फीचर लेबल लेबल) द्वारा लेबल के अनुक्रम की भविष्यवाणी की जाती है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.