প্রশ্ন ট্যাগ «exponential-smoothing»

আমি লাসো রিগ্রেশন সহ যেখানে আমার আগ্রহের ফলাফলটি দ্বিধাহীন তা ব্যবহার glmnetকরে ধকল শুরু করছি । আমি নীচে একটি ছোট মক ডেটা ফ্রেম তৈরি করেছি: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

আমি একটি মাসিক পূর্বাভাস গণনা স্বয়ংক্রিয় করতে আর এর একটি অ্যালগরিদমে কাজ করছি। পূর্বাভাস গণনা করার জন্য আমি পূর্বাভাস প্যাকেজ থেকে ets () ফাংশনটি ব্যবহার করছি। এটি খুব ভাল কাজ করছে। দুর্ভাগ্যক্রমে, কিছু নির্দিষ্ট সময় সিরিজের জন্য, আমি যে ফলাফল পেয়েছি তা অদ্ভুত। দয়া করে, আমি যে কোডটি ব্যবহার করছি …

16 r  time-series  forecasting  exponential-smoothing 

আমার সময়-সিরিজের পূর্বাভাস স্বয়ংক্রিয় করতে হবে এবং আমি এই সিরিজের বৈশিষ্ট্যগুলি (মৌসুমতা, প্রবণতা, গোলমাল ইত্যাদি) আগে থেকে জানি না। আমার লক্ষ্য প্রতিটি সিরিজের জন্য সর্বোত্তম সম্ভাব্য মডেল পাওয়ার নয়, তবে বেশ খারাপ মডেলগুলি এড়ানো। অন্য কথায়, প্রতিবার ছোট ত্রুটি পাওয়া সমস্যা নয়, তবে একবারে একবারে বড় ত্রুটি পাওয়া। আমি ভেবেছিলাম …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

কর্মক্ষেত্রে কিছু মাসিক পূর্বাভাস নিয়ে কাজ করার সময় এবং রব হিন্ডম্যানের বইটি পড়ার সময় আমি আমার ভবিষ্যদ্বাণী জ্ঞানকে সতেজ করে তুলেছি তবে আমি যেখানে লড়াই করছি তার একটাই জায়গা যখন একটি আরিমা মডেল বনাম একটি ঘন ঘন স্মুথিং মডেল ব্যবহার করা হয়। থাম্বের এমন কোনও নিয়ম রয়েছে যেখানে আপনার একটি …

12 forecasting  arima  exponential-smoothing 

আমার প্রশ্ন হল্ট-উইন্টারস এবং আরিমার মধ্যে ধারণাগত পার্থক্যের আশেপাশে। আমি যতদূর বুঝতে পারি, হল্ট-উইন্টারস আরিমার একটি বিশেষ ঘটনা case কিন্তু যখন একটি অ্যালগরিদম অন্যর চেয়ে বেশি পছন্দ হয়? সম্ভবত হল্ট-উইন্টারস ইনক্রিমেন্টাল এবং তাই একটি ইনলাইন (দ্রুত) অ্যালগরিদম হিসাবে কাজ করে? এখানে কিছু অন্তর্দৃষ্টি প্রত্যাশায়।

11 time-series  arima  exponential-smoothing 

আমি তাত্পর্যপূর্ণ ওজনযুক্ত গড় গণনা করতে পাইথনে একটি সাধারণ ফাংশন লিখেছিলাম: def test(): x = [1,2,3,4,5] alpha = 0.98 s_old = x[0] for i in range(1, len(x)): s = alpha * x[i] + (1- alpha) * s_old s_old = s return s তবে আমি কীভাবে সম্পর্কিত এসডি গণনা করতে পারি?

10 standard-deviation  python  exponential-smoothing 

সময় সিরিজের পূর্বাভাস দেওয়ার জন্য আমি নিউরাল নেটওয়ার্কগুলি ব্যবহার করার বিষয়ে কিছুটা শুনেছি। আমি কীভাবে তুলনা করতে পারি, আমার টাইম-সিরিজ (দৈনিক খুচরা ডেটা) পূর্বাভাস দেওয়ার জন্য কোন পদ্ধতিটি আরও ভাল: অটো.রিমা (এক্স), এটস (এক্স) বা নেটনেটার (এক্স)। আমি অটো.আরিয়ামার সাথে এআইসি বা বিআইসির মাধ্যমে ইটের সাথে তুলনা করতে পারি। তবে …

10 r  neural-networks  forecasting  arima  exponential-smoothing 

আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion