-
0 votesanswersviews
如何使用Arima Model获得R中的预测值？
我是R的新手，所以不知道使用Arima Model在R中预测的确切程度 . 我的数据集如下：92 Aug-17 9533 93 Sep-17 8718 94 Oct-17 2035 95 Nov-17 2539 96 Dec-17 1333 97 Jan-18 2444 98 Feb-18 9371 99 Mar-18 9697 100 Apr- 18 3989 101 May-18 4061 1... -
0 votesanswersviews
预测：ARIMA与简单线性回归（使用R）
This is the code I'm using to forecast ARIMA model: plot(forecast(fit_past_data, xreg=mat_All_data), ylim=c(0,2000), xlim=c(0,365), xaxt='n') par(new=T) lines(fitted(fit_past_data),col="red&quo... -
0 votesanswersviews
如何调整R中的时间序列模型HoltWinters和ARIMA
我必须根据过去60个月的数据准备需求预测模型 . 所有三个，即季节性，趋势和随机分量都存在于数据中 . 我在r中使用了时间序列模型，例如Holt-Winters和ARIMA（auto.arima） . 预测准确率接近90％ . 想知道如何调整这些模型以进一步提高预测准确度？ -
0 votesanswersviews
R-平滑预测电力负荷需求的时间序列数据
我有一个从01-01-2004到31-112-2012的每天电力负荷的数据集 . 我想预测每天的电力负荷需求 . 我已经完成了以下步骤 . step-1. 加载R包并读取数据-------------------------------- library(ggplot2) library(forecast) library(tseries) library(xts) 设置文件夹并读取数据----... -
0 votesanswersviews
预测5天销售
我有2013-02-18到2017-02-12之间的每日销售数据，只有4天的数据丢失（每年25日的所有Xmases） . 这些假期的销售量为零 . My purpose is to understand how to staff my store for the upcoming week by short-term predicting my sales for the next 5-7 d... -
0 votesanswersviews
TypeError：*：'int'和'NoneType'不支持的操作数类型
### attempt 4 from sqlalchemy import create_engine #engine = create_engine('sqlite:///:memory:', echo=True) user = '*****' pasw = '*****' host = 'TD' # connect td_engine = create_engine('teradata://'... -
0 votesanswersviews
每日时间序列分析
我有关于产品销售的每日时间序列，我的系列从2016年1月1日开始到2017年8月31日，我的问题是我不知道我应该使用的频率值，考虑到它是一个六天工作周（我的周从星期一开始，到星期六结束），周日没有数据 . 应该这样吗？ myts <- ts(sales, start=c(2016, 1), frequency=6) 谢谢你的帮助 ！！ -
2 votesanswersviews
缺少 Value - 有马模型
我有关于产品销售的每日时间序列，我的系列从2016年1月1日至2017年8月31日开始 . 考虑到它是一个为期六天的星期（我的星期一星期一开始，星期六结束）星期日没有数据，我知道在运行Arima模型之前我需要先填写缺失值 . 这是我需要帮助的地方：我已经读过我可以用 na.approx 或 NA 填充缺失值，但我不知道该怎么做 . 你可以在这里看到我的系列： https://drive.googl... -
1 votesanswersviews
具有零值的时间序列
我有关于产品销售的每日时间序列，我的系列从2016年1月1日至2017年8月31日开始 . 这个系列有一些重要的东西，它每个星期天确实都有零值，因为这个商店周日不起作用，并且它在将来的星期日不起作用，所以星期日的预期值为零 . 一旦我运行Arima模型，我不确定这个预测，我认为它不起作用，但我不知道为什么 . 我真的需要帮助！ 这是我的数据 https://drive.google.com/fil... -
0 votesanswersviews
具有每日销售额的Auto.Arima - 单变量时间序列错误
我正在使用从2017-01-01到2017-10-27的数据集，但是， auto.arima 表示它只能处理单变量时间序列，尽管只有每日数据 . 我错过了什么？ 可重复的例子： set.seed(25) datelist<-seq(as.Date("2016-01-01"),as.Date("2017-10-27"),by="day"... -
2 votesanswersviews
时间序列缺少周末值并在图中保留日期
我从2012-11-19到2017-10-16每天有1241个数据，但仅限于工作日（自助餐厅的服务数量） . 我正在尝试预测，但我在初始化时间序列时遇到问题： timeseries = ts(passage, frequency = 365, start = c(2012, as.numeric(format(as.Date("2012-11-19"), "%j... -
2 votesanswersviews
多季节性Python中的时间序列分析
我有一个每日时间序列数据集，我正在使用Python SARIMAX方法来预测未来 . 但我不知道如何在python中编写代码多个季节性的代码 . 据我所知，SARIMAX只负责一个季节性，但我想检查每周，每月和每季度的季节性 . 我知道要捕捉星期几的季节性，我应该创建6个虚拟变量，要捕获每月的季节性，创建30个虚拟变量，并且要捕获一年中的月份，创建11个虚拟变量 . 但我不知道如何将它与Pytho... -
0 votesanswersviews
R的分解/ stl函数无法从每日时间序列中完全提取年度季节性
语境首先，问题在底部 . 我有10年的每日降水数据，显示出一年一度的季节性，我试图用ARMA方法建模，然后进行预测 . 数据here，下面是时间序列对象创建 . 我知道常见的R包和函数与日常时间序列相悖 . 例如，Forecast的arima（）函数不接受350以上的频率，而ts（）不接受频率的非整数值（两者都是有用的，因为一年中的平均天数是365.25） . 显然，Forecast的msts（）... -
1 votesanswersviews
这个时间序列预测模型（在R中）能否得到进一步改善？
我正在尝试 Build 这种预测模型，但无法获得令人印象深刻的结果 . 低号没有 . 培训模型的记录是不太好的结果的原因之一，我相信，所以我正在寻求帮助 . 这是预测变量的时间序列矩阵 . 这里Paidts7变量实际上是Paidts6的滞后变量 . XREG = Paidts2 Paidts6 Paidts7 Paidts4 Paidts5 Paidts8 Jan 2014 3293240...