previsione di serie temporaliHo creato alcuni dati artificiali in JMP 17.1 che assomigliano a questo:
Ha un periodo di un anno con diversi anni di dati.Quando ho utilizzato una stagionalità di 365 giorni, non prevedeva alcuna periodicità.Non so perché.Qualcuno l'ha già visto?Grazie!
@jiancao
Ri: previsione di serie temporaliTSF non prevede bene i dati giornalieri.@peng_liu per favore, commenta. Grazie!
Ho provato l'ARIMA stagionale nella piattaforma TS.Di seguito è la modalità migliore che trova. (Ho eseguito un totale di 64 modelli utilizzando l'opzione ARIMA Model Group)
Sembra che ci siano più componenti di stagionalità in questi dati in base alla densità spettrale (sotto).I modelli ARIMA stagionali non possono tenere conto di più modelli stagionali.
Ho un set di dati delle temperature medie giornaliere.La sua densità spettrale:
L'ARIMA stagionale si adatta abbastanza bene a questi dati
Ri: previsione di serie temporaliGrazie, @jiancao Non ho molto da aggiungere. Non sono riuscito ad avvicinarmi nemmeno a quello che hai, finché non ho sbirciato la tua soluzione.
Guardando come viene simulata la serie, questo è un processo piuttosto complicato. La base include tre serie non stagionali e i loro quadrati, quindi somma ponderata di tutte insieme, quindi aggiungi un'onda sinusoidale a regime. E nemmeno l'onda sinusoidale stessa è un segnale dominante. E guarda l'ACF, ha una memoria piuttosto lunga. ARIMA vince in questo round.
Ri: previsione di serie temporaliGrazie, @peng_liu per esaminare il TSF. La mia opinione è che prova prima TSF, soprattutto quando hai più serie da prevedere.Quando fallisce, vai alla piattaforma TS ed esegui il file Gruppo modello ARIMA caratteristica.Adatta un gruppo di modalità ARIMA di basso ordine come questa: ( ## è il #obs per periodo; in questo caso 365):
Ri: previsione di serie temporaliEspando la larghezza della casella di modifica del numero in 18, in modo che 365 possa essere visualizzato.
Ri: previsione di serie temporaliGrazie Gian!È bello sapere che se le cose non funzionano in TSF, tornare a TS è la cosa migliore da fare!
Charlie
