বাহ্যিক ভেরিয়েবলগুলির সাথে সময় সিরিজের ডেটা পূর্বাভাস


10

বর্তমানে আমি টাইম সিরিজের ডেটা (মাসিক ডেটা) পূর্বাভাস দেওয়ার জন্য একটি প্রকল্পে কাজ করছি। আমি পূর্বাভাসটি করতে আর ব্যবহার করছি। আমার কাছে 1 নির্ভরশীল ভেরিয়েবল (y) এবং 3 স্বতন্ত্র ভেরিয়েবল (x1, x2, x3) রয়েছে। Y ভেরিয়েবলের 73 টি পর্যবেক্ষণ রয়েছে, এবং অন্যান্য 3 ভেরিয়েবল (অলস 73) রয়েছে। জানুয়ারী ২০০৯ থেকে জানুয়ারী ২০১৫ সাল পর্যন্ত আমি পারস্পরিক সম্পর্ক এবং পি-মানটি পরীক্ষা করে দেখেছি এবং এটি সমস্ত মডেলটিতে রাখাই গুরুত্বপূর্ণ। আমার প্রশ্নটি: আমি কীভাবে সমস্ত স্বাধীন ভেরিয়েবল ব্যবহার করে একটি ভাল পূর্বাভাস দিতে পারি? এই ভেরিয়েবলগুলির জন্য আমার ভবিষ্যতের মান নেই। ধরা যাক যে আমি 2 বছরেরও বেশি (2017 সালে) আমার y পরিবর্তনশীলটি ভবিষ্যদ্বাণী করতে চাই। কিভাবে আমি এটি করতে পারব?

আমি নিম্নলিখিত কোড চেষ্টা করেছিলাম:

    model = arima(y, order(0,2,0), xreg = externaldata) 

আমি এই কোডটি দিয়ে 2 বছরেরও বেশি সময় ধরে y এর পূর্বাভাস দিতে পারি?

আমি একটি রিগ্রেশন কোডও চেষ্টা করেছি:

    reg = lm(y ~ x1 + x2 + x3) 

তবে আমি এই কোডটিতে সময় নিই কীভাবে? আমার ওয়াইয়ের মান 2 বছরের বেশি হলে আমি কীভাবে পূর্বাভাস দিতে পারি? আমি পরিসংখ্যান এবং পূর্বাভাস নতুন। আমি লেগ মানটি জুড়ে কিছু পঠন এবং ক্যাম করেছি, তবে কীভাবে আমি পূর্বাভাস করতে মডেলটিতে ল্যাগ মান ব্যবহার করতে পারি?

আসলে আমার সামগ্রিক প্রশ্ন আমি কীভাবে কোনও ভবিষ্যতের মূল্য ছাড়াই বাহ্যিক ভেরিয়েবলগুলির সাথে টাইম সিরিজের ডেটা পূর্বাভাস করতে পারি?


সময় সিরিজের ডেটা সহ কখনই রিগ্রেশন ব্যবহার করবেন না। একটি স্থানান্তর ফাংশন মডেল পদ্ধতির ব্যবহার করুন।
টম রিলি

2
হাই স্যার, আপনি কি আমাকে একটি ট্রান্সফার ফাংশন মডেল সম্পর্কে আরও বলতে পারেন? এবং কেন আমি কখনই সময় সিরিজের ডেটার সাথে রিগ্রেশন ব্যবহার করব না? বেশিরভাগ গবেষণায় টাইম সিরিজের সাথে রিগ্রেশন ব্যবহার করার পরামর্শ দেওয়া হয়।
এসবি

অধ্যায় দশে বক্স-জেনকিন্স পাঠ্যপুস্তকে একটি ট্রান্সফার ফাংশন মডেলটি ব্যাখ্যা করা হয়েছে, লক্ষ্যটি প্রতিটি কার্যকারকের জন্য প্রাক মডেল তৈরি করা (প্রাক-হোয়াইটেনিং) এবং তারপরে ওয়াই (ক্রস পারস্পরিক সম্পর্ক) এর সাথে সম্পর্কগুলি খুঁজে পেতে অবশিষ্টাংশগুলি ব্যবহার করা। এটি আপনাকে কোন ভেরিয়েবলগুলি গুরুত্বপূর্ণ তা সনাক্ত করতে এবং যদি কোনও সীসা বা পিছনে সম্পর্ক রয়েছে তা সনাক্ত করতে সহায়তা করবে। এক্স ভেরিয়েবলের এই সমীকরণ বা ডিনোমিনেটরে আরিমার দরকার হতে পারে। আপনার প্রবণতা, প্রবণতা, স্তর, মৌসুমতা, পরামিতি এবং বৈকল্পিক পরিবর্তনও থাকতে পারে।
টম রিলি

একটি রিগ্রেশন এমনও হতে পারে যে সময়টা গুরুত্বপূর্ণ নয়। গালটন দ্বারা সুইট মটর গবেষণা করার জন্য রিগ্রেশন ব্যবহার করা হয়েছিল ... টাইম সিরিজের সমস্যা নয়। ট্রান্সফার ফাংশন সমস্যার অনুমানের জন্য প্রক্রিয়াটির কিছু অংশ ব্যবহার করে।
টম রিলি

উত্তর:


11

আপনি যদি বাহ্যিক ভেরিয়েবলগুলি ব্যবহার করে কোনও মডেল ফিট করেন এবং এই মডেলটি থেকে পূর্বাভাস চান, আপনার বাহ্যিক ভেরিয়েবলগুলির ভবিষ্যতের মানগুলি (সমমান এবং সরল) প্রয়োজন হবে plain এই সমস্যা এড়ানোর কোনো উপায় নেই।

আপনার ব্যাখ্যামূলক ভেরিয়েবলগুলি পূর্বাভাস দেওয়ার বিভিন্ন উপায় অবশ্যই রয়েছে। আপনি সর্বশেষে পর্যবেক্ষণকৃত মান ("নিষ্পাপ র্যান্ডম ওয়াক" পূর্বাভাস) বা সামগ্রিক গড় ব্যবহার করতে পারেন। এটি যদি তাদের জন্য কার্যকর মূল্য হয় তবে আপনি কেবল তাদের শূন্যে সেট করতে পারেন (উদাহরণস্বরূপ, ভূমিকম্পের মতো অতীতে ঘটেছিল এমন বিশেষ ঘটনা, যা আপনি পুনর্বার প্রত্যাশা করেন না)। অথবা আপনি এই ব্যাখ্যামূলক ভেরিয়েবলগুলি, যেমন, ব্যবহার করে তাদের জন্য কোনও টাইম সিরিজের মডেল ফিট করতে এবং পূর্বাভাস দিতে পারেন auto.arima

বিকল্পটি হ'ল প্যারামিটারটি সরিয়ে, বর্ণনামূলক ভেরিয়েবলগুলি ছাড়াই আপনার মানগুলির সাথে একটি মডেল ফিট করা, তারপরে এই মডেলটি ব্যবহার করে পূর্বাভাস দেওয়া । একটি সুবিধা হ'ল এটি আপনার ব্যাখ্যাযোগ্য ভেরিয়েবলগুলিতে নিয়মিততাগুলি ক্যাপচার করতে পারে। উদাহরণস্বরূপ, আপনার আইসক্রিম বিক্রয় তাপমাত্রা দ্বারা চালিত হতে পারে, এবং কয়েক মাস আগে আপনি তাপমাত্রার জন্য ভাল পূর্বাভাস রাখেন না ... তবে তাপমাত্রা isতুযুক্ত, তাই কেবলমাত্র তাপমাত্রা ছাড়াই একটি মডেল ফিট করা একটি seasonতু মডেল দেয় এবং আপনার মৌসুমী al আপনি বিক্রয়ের প্রকৃত চালককে অন্তর্ভুক্ত না করলেও পূর্বাভাসগুলি আসলে বেশ ভাল হতে পারে ।YxregY

আমি এই নিখরচায় অনলাইন পূর্বাভাস পাঠ্যপুস্তকে , বিশেষত একাধিক রিগ্রেশন সম্পর্কিত বিভাগটি (দুর্ভাগ্যবশত, সেখানে আরিম্যাক্স সম্পর্কে কিছুই নেই), পাশাপাশি রব হেন্ডম্যানের ব্লগ পোস্ট "দ্য আরিম্যাক্স মডেল জঞ্জাল" সুপারিশ করছি


1

যোগী বেরা যেমন বলেছিলেন, "ভবিষ্যদ্বাণী করা শক্ত, বিশেষত ভবিষ্যতের বিষয়ে।"

অনেক স্থিতিশীল সফ্টওয়্যার মডিউল ভবিষ্যতের কোনও তথ্যের অভাবে সময় সিরিজের অবিচ্ছিন্ন স্ট্রিমের উপর ভিত্তি করে পূর্বাভাস উত্পন্ন করবে, যেমন, এসএএস-এ প্রোক পূর্বাভাস বা যে কোনও সংখ্যক আরিমা মডিউল উপলব্ধ। এই পূর্বাভাসগুলি আপনার ডেটার historicতিহাসিক আচরণের ভিত্তিতে অনুমানগুলি।

আপনি আমাদের জানান যে আপনার ডেটা মাসিক তবে আপনাকে কতগুলি পিরিয়ড উপলব্ধ রয়েছে তা বলবেন না। আর একটি পদ্ধতি হ'ল ডিভির তুলনায় আপনার তিনটি আইভিকে 24 মাস পিছনে সেট করে রাখুন যাতে তারা যে সময়কালের পূর্বাভাস দিচ্ছেন তারা টি + 24 হয়। এটি ধরে নিয়েছে যে মডেলটি আরম্ভ করতে এবং যথাযথ যে কোনও প্রাসঙ্গিক seasonতুরতা ক্যালিব্রেট করার জন্য আপনার কাছে পর্যাপ্ত পরিমাণের তারিখ রয়েছে।


আমি আমার পাঠ্য সম্পাদনা করেছি। আপনি এখন আমার প্রশ্নের উত্তর দিতে পারেন?
এসবি

আপনার কাছে পর্যাপ্ত পরিমাণে তথ্য রয়েছে তা প্রদত্ত, আপনার মডেলটিতে সময়কে একীভূত করার বিভিন্ন উপায় রয়েছে। আপনি বছরের প্রতিটি মাসের জন্য সময়সীমার জন্য প্রতি বছরের জন্য মাসের জন্য (যেমন, ২০০৯, ২০১০ ইত্যাদি) ডামি ভেরিয়েবল তৈরি করতে পারেন বা বছরের প্রতি মাসে মৌসুমী হিসাবে অ্যাকাউন্টিংয়ের পদ্ধতির হিসাবে। আর একটি পদ্ধতি হ'ল সময়কে সংখ্যার প্রবণতা হিসাবে বিবেচনা করা হবে, যেমন লিনিয়ার (জানুয়ারী ২০০৯ = ১, ফেব্রুয়ারী = ২, ইত্যাদির সাথে শুরু হওয়া পিরিয়ডগুলির একটি গণনা হিসাবে) বা লিনিয়ার ট্রেন্ডের উপর ভিত্তি করে বহু সংখ্যাগরিষ্ঠ প্রবণতা, উদাহরণস্বরূপ, চতুর্ভুজ (লিনিয়ার প্রবণতা স্কোয়ার্ড) এবং উপরে। আপনি আর কি জানতে চান?
মাইক হান্টার

তবে সময় কি সঠিকভাবে চলবে না? সুতরাং আমি কীভাবে 3 বাহ্যিক ভেরিয়েবলগুলি ব্যবহার করে আমার y পরিবর্তনশীলটি অনুমান করতে পারি? ভবিষ্যদ্বাণীটি করবে এমন একটি মডেল নির্বাচন করতে আমার আসলে খুব কষ্ট হচ্ছে?
এসবি

পূর্বের মন্তব্যে বর্ণিত হিসাবে, সময়টি একটি স্বাধীন পরিবর্তনশীল হবে। আমি মনে করি আপনাকে রিগ্রেশন, ইকোনোমেট্রিক্স এবং সময় সিরিজের সাহিত্য পড়তে হবে। এই সাইটে অনেক থ্রেড রয়েছে যা এই প্রশ্নগুলিকে সম্বোধন করে এবং নিবন্ধগুলি, বই ইত্যাদির পরামর্শ দেয় আপনার উদ্বেগ সম্পর্কিত আরও থ্রেডের জন্য এই ওয়েব পৃষ্ঠার ডানদিকে ব্রাউজ করুন।
মাইক হান্টার

আমি অনেক পড়া করেছি এবং আমি কোনও সমাধান নিয়ে আসতে পারিনি। এই কারণেই আমি এই প্রশ্নটি এখানে জিজ্ঞাসা করেছি। আমি ব্যবহার করতে পারি এমন কিছু সাহিত্যের কিছু নাম লিখতে পারি? বা ডান ওয়েব পৃষ্ঠা?
এসবি

1

আমি এটি দেখতে পাচ্ছি, আপনার কাছে তিনটি বিকল্প রয়েছে:

  1. আপনার স্বাধীন ভেরিয়েবলগুলির জন্য একটি প্রকাশিত পূর্বাভাস ব্যবহার করুন বা সেগুলির পূর্বাভাস দেওয়ার জন্য কোনও মডেল সন্ধান করুন। উদাহরণস্বরূপ, আদমশুমারিতে পূর্বাভাসের জনসংখ্যার ডেটা থাকবে।
  2. আপনার কাছে থাকা ডেটাসেটটি ব্যবহার করে আপনার প্রতিটি স্বাধীন ভেরিয়েবল সময়ের সাথে পুনরায় চাপুন এবং তারপরে এই ফলাফলগুলি স্বাধীন ভেরিয়েবলের জন্য আপনার পূর্বাভাসের মডেলটি ব্যবহার করুন
  3. স্বাধীন ভেরিয়েবলগুলি ফেলে দিন এবং আপনার নির্ভরশীল ভেরিয়েবলকে সময়ের ফাংশন এবং y এর পিছনে থাকা মানগুলির জন্য মডেল করুন।

প্রতিটি পদ্ধতির নিজস্ব শক্তি এবং দুর্বলতা রয়েছে, তাই সুনির্দিষ্ট প্রসঙ্গের উপর নির্ভর করে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.