forecasting पर टैग किए गए जवाब

वर्तमान में मैं एक समय श्रृंखला डेटा (मासिक डेटा) का पूर्वानुमान करने के लिए एक परियोजना पर काम कर रहा हूं। मैं पूर्वानुमान लगाने के लिए R का उपयोग कर रहा हूं। मेरे पास 1 आश्रित चर (y) और 3 स्वतंत्र चर (X1, x2, x3) हैं। Y चर में 73 …

10 time-series  multiple-regression  forecasting  lags 

सामान्यीकृत रैखिक मॉडल का उपयोग करने में क्या अंतर हैं, जैसे कि स्वचालित प्रासंगिकता निर्धारण (एआरडी) और रिज रिग्रेशन, बनाम बॉक्स श्रृंखला मॉडल जैसे बॉक्स-जेनकिंस (एआरआईएमए) या पूर्वानुमान के लिए घातीय चौरसाई? क्या जीएलएम का उपयोग करने के लिए और समय श्रृंखला का उपयोग करने के लिए अंगूठे के कोई …

10 time-series  generalized-linear-model  forecasting 

यह सामने आना चाहिए --- 0 और 1 के बीच फंसी चीजों का पूर्वानुमान। मेरी श्रृंखला में, मुझे एक ऑटो-रिग्रेशन कंपोनेंट पर संदेह है, और एक अर्थ-रीवेरिंग कंपोनेंट भी है, इसलिए मुझे ऐसा कुछ चाहिए, जिसकी मैं ARIMA की तरह व्याख्या कर सकूं --- लेकिन मैं नहीं चाहता कि यह …

10 time-series  forecasting  logistic  arima  beta-regression 

मैंने हाल ही में अपने टाइम सीरीज़ के ज्ञान को पुन: प्राप्त किया और महसूस किया कि मशीन लर्निंग ज्यादातर पूर्वानुमान से केवल एक कदम आगे है। साथ एक कदम आगे पूर्वानुमान मैं मतलब पूर्वानुमान जो, उदाहरण के लिए, अगर हम प्रति घंटा डेटा है, डेटा 10 से पूर्वानुमान 11 …

9 machine-learning  time-series  forecasting  arima 

मैं एक ऐसी सीरीज़ को मॉडल और पूर्वानुमानित करने की कोशिश कर रहा हूं जो मौसमी के बजाय चक्रीय है (यानी मौसमी की तरह के पैटर्न हैं, लेकिन एक निश्चित अवधि के साथ नहीं)। यह ARIMA मॉडल का उपयोग करने के लिए संभव होना चाहिए, जैसा कि पूर्वानुमान की धारा …

9 time-series  forecasting  arima  seasonality 

उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

हस्ती एट अल। "सांख्यिकीय शिक्षा के तत्व" (2009) एक डेटा जनरेट करने की प्रक्रिया पर विचार करते हैं साथ और ।Y= च( एक्स)) + εY=f(X)+ε Y = f(X) + \varepsilon ई (ε)=०E(ε)=0\mathbb{E}(\varepsilon)=0वर ( ε ) =σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon} वे बिंदु (पृष्ठ 223, सूत्र 7.9) पर अपेक्षित चुकता पूर्वानुमान त्रुटि के निम्नलिखित पूर्वाग्रह-विघटन …

9 variance  forecasting  prediction  terminology  bias 

मुझे निम्नलिखित प्रारूप के साथ एक डाटासेट मिला है। एक द्विआधारी परिणाम कैंसर / कोई कैंसर नहीं है। डेटासेट में मौजूद हर डॉक्टर ने हर मरीज को देखा और स्वतंत्र निर्णय दिया कि मरीज को कैंसर है या नहीं। डॉक्टर फिर 5 का विश्वास स्तर देते हैं कि उनका निदान …

9 forecasting  binary-data  psychometrics 

मैं फाइनेंशियल टाइम सीरीज़ के डेटा को मॉडल करने के लिए अजगर के स्टैटमोडेल्स VAR लाइब्रेरी का उपयोग कर रहा हूं और कुछ परिणामों ने मुझे हैरान कर दिया है। मुझे पता है कि VAR मॉडल समय श्रृंखला डेटा को स्थिर मानते हैं। मैं अनजाने में दो अलग-अलग प्रतिभूतियों के …

9 time-series  forecasting  r-squared  var  stationarity 

मुझे 1993 से 2015 तक मासिक डेटा मिला है और मैं इन आंकड़ों पर पूर्वानुमान लगाना चाहूंगा। मैंने आउटलेर्स का पता लगाने के लिए tsoutliers पैकेज का उपयोग किया, लेकिन मुझे नहीं पता कि मैं अपने डेटा के सेट के साथ पूर्वानुमान कैसे जारी रखूं। यह मेरा कोड है: product.outlier<-tso(product,types=c("AO","LS","TC")) …

9 r  time-series  forecasting  arima  outliers 

मैं प्रचारक मॉडलिंग उद्देश्यों के लिए बहिर्जात चर के साथ संवर्धित ARIMA मॉडलिंग के साथ व्याप्त हूं और मेरे पास व्यवसाय उपयोगकर्ताओं के लिए इसे समझाने में कठिन समय है। कुछ मामलों में सॉफ्टवेयर पैकेज एक साधारण ट्रांसफर फंक्शन यानी पैरामीटर * एक्सोजेनस वेरिएबल के साथ समाप्त होते हैं। इस …

9 time-series  data-visualization  forecasting  arima  causality 

हम समय श्रृंखला डेटा के पूर्वानुमान के लिए एसटीएल (आर कार्यान्वयन) का उपयोग कर रहे हैं। हर दिन हम दैनिक पूर्वानुमान चलाते हैं। हम वास्तविक मूल्यों के साथ पूर्वानुमान मूल्यों की तुलना करना चाहते हैं और औसत विचलन की पहचान करना चाहते हैं। उदाहरण के लिए, हमने कल के लिए …

9 time-series  forecasting  accuracy 

मैं किसी उत्पाद की कुल बिक्री की भविष्यवाणी करने के लिए एक मॉडल विकसित करने पर काम कर रहा हूं। मेरे पास लगभग डेढ़ साल का बुकिंग डेटा है, इसलिए मैं एक मानक समय श्रृंखला विश्लेषण कर सकता था। हालांकि, मेरे पास प्रत्येक 'अवसर' (संभावित बिक्री) के बारे में बहुत …

9 predictive-models  forecasting  econometrics 

जैसा कि मैं ARIMA मॉडल के साथ पूर्वानुमान लगा रहा हूं, मैं यह समझने की कोशिश कर रहा हूं कि मैं ARIMA पर आधारित पूर्वानुमान को कैसे बेहतर बना सकता हूं ताकि सीज़न और ड्रिफ्ट के साथ फिट हो। मेरा डेटा निम्नलिखित समय श्रृंखला है (3 वर्ष से अधिक, स्पष्ट …

9 r  time-series  forecasting  arima  seasonality 

मैं आर में शुरुआत कर रहा हूं, क्या आप बता सकते हैं कि आर पूर्वानुमान के पैकेज में सेस का उपयोग कैसे करें ? मैं प्रारंभिक अवधियों की संख्या चुनना चाहता हूं और स्थिर करना चाहता हूं। d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) मेरे पास 70 पीरियड्स हैं, मैं शुरुआती के लिए 40 …

9 r  time-series  forecasting