প্রশ্ন ট্যাগ «forecasting»

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 …

10 time-series  multiple-regression  forecasting  lags 

জেনারেলাইজড লিনিয়ার মডেলগুলি যেমন স্বয়ংক্রিয় প্রাসঙ্গিকতা নির্ধারণ (এআরডি) এবং রিজ রিগ্রেশন ব্যবহারের ক্ষেত্রে পার্থক্যগুলি কী? কখন জিএলএম ব্যবহার করতে হবে এবং কখন সময় সিরিজ ব্যবহার করতে হবে তার কোনও থাম্বের কোনও নিয়ম রয়েছে?

10 time-series  generalized-linear-model  forecasting 

এটি অবশ্যই উপস্থিত হবে --- 0 থেকে 1 এর মধ্যে আটকে থাকা বিষয়গুলির পূর্বাভাস। আমার ধারাবাহিকতায়, আমি একটি অটো-রিগ্রেশন উপাদান এবং একটি গড়-ফেরত দেওয়ার উপাদানকেও সন্দেহ করি, তাই আমি এমন কিছু চাই যা আমি আরিমার মতো ব্যাখ্যা করতে পারি --- তবে আমি ভবিষ্যতে এটি 1000% এ নামাতে চাই না don't …

10 time-series  forecasting  logistic  arima  beta-regression 

আমি ইদানীং আমার টাইম সিরিজ জ্ঞানটি পুনরায় গ্রহণ করেছি এবং বুঝতে পেরেছি যে মেশিন লার্নিং বেশিরভাগ ক্ষেত্রে কেবলমাত্র এক ধাপ এগিয়ে যাওয়ার পূর্বাভাস দেয়। সঙ্গে এক ধাপে এগিয়ে পূর্বাভাস আমি গড় পূর্বাভাস যা, যেমন, আমরা যদি ঘনঘন ডেটা রয়েছে, ডাটা সকাল 10 টা থেকে পূর্বাভাস বেলা 11 টার এবং বেলা …

9 machine-learning  time-series  forecasting  arima 

আমি এমন একটি সময় সিরিজ মডেল করার এবং পূর্বাভাস দেওয়ার চেষ্টা করছি যা মরসুমের চেয়ে চক্রীয় (যেমন মৌসুমের মতো প্যাটার্নগুলি রয়েছে তবে নির্দিষ্ট সময়ের সাথে নয়)। পূর্বাভাসের নং 8.5 বিভাগে বর্ণিত একটি আরিমা মডেল ব্যবহার করে এটি করা সম্ভব হবে : নীতি ও অনুশীলন : ডেটার চক্রটি দেখায় এর মান …

9 time-series  forecasting  arima  seasonality 

উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …

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 

হস্তি এট আল। "স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ" (২০০৯) একটি ডেটা উত্পাদন প্রক্রিয়া বিবেচনা করে Y=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon সঙ্গে E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 এবং Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}। তারা প্রত্যাশিত স্কোয়ারড পূর্বাভাস ত্রুটির নীচে নীচের পক্ষপাত-বৈকল্পিক পচন উপস্থাপন করে x0x0x_0 (পৃষ্ঠা 223, সূত্র 7.9): Err(x0)=E([y−f^(x0)]2|X=x0)=…=σ2ε+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.Err(x0)=E([y−f^(x0)]2|X=x0)=…=σε2+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.\begin{aligned} \text{Err}(x_0) &= \mathbb{E}\left( [ y - \hat …

9 variance  forecasting  prediction  terminology  bias 

আমি নিম্নলিখিত ফর্ম্যাট সহ একটি ডেটাसेट পেয়েছি। একটি বাইনারি ফলাফল ক্যান্সার / ক্যান্সার নেই। ডাটাসেটের প্রতিটি ডাক্তার প্রতিটি রোগীকে দেখেছেন এবং রোগীর ক্যান্সার রয়েছে কিনা সে বিষয়ে একটি স্বাধীন রায় দিয়েছেন। চিকিত্সকরা তাদের 5 টির মধ্যে তাদের আত্মবিশ্বাসের স্তরটি দেন যে তাদের নির্ণয়টি সঠিক, এবং আত্মবিশ্বাসের স্তরটি বন্ধনীগুলিতে প্রদর্শিত হয়। …

9 forecasting  binary-data  psychometrics 

আর্থিক সময় সিরিজের ডেটা মডেল করতে আমি পাইথনের স্ট্যাটাস মডেলগুলি ভিএআর লাইব্রেরি ব্যবহার করছি এবং কিছু ফলাফল আমাকে বিস্মিত করেছে। আমি জানি যে ভিএআর মডেলগুলি সময় সিরিজের ডেটা স্থির বলে ধরে নেয়। আমি অজান্তেই দুটি পৃথক সিকিওরিটির জন্য লগের দামের একটি অ-স্টেশনারি সিরিজের সাথে ফিট করে আশ্চর্যরূপে ফিটেড মান এবং …

9 time-series  forecasting  r-squared  var  stationarity 

আমি 1993 থেকে 2015 পর্যন্ত মাসিক ডেটা পেয়েছি এবং এই ডেটাগুলির পূর্বাভাস করতে চাই। আমি আউটলিয়ারগুলি সনাক্ত করতে tsoutliers প্যাকেজ ব্যবহার করেছি, তবে আমি কীভাবে আমার ডেটা সেট করে পূর্বাভাস অবিরত করব তা জানি না। এটি আমার কোড: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Tsoutliers প্যাকেজ থেকে এটি আমার আউটপুট ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 LS46 …

9 r  time-series  forecasting  arima  outliers 

প্রচারমূলক মডেলিংয়ের উদ্দেশ্যে আমি বহির্মুখী ভেরিয়েবলের সাথে সংযুক্ত আরিমা মডেলিংয়ের সাথে নিযুক্ত আছি এবং ব্যবসায়িক ব্যবহারকারীদের কাছে এটি ব্যাখ্যা করতে আমার খুব কষ্ট হয়েছে। কিছু ক্ষেত্রে সফ্টওয়্যার প্যাকেজগুলি একটি সহজ স্থানান্তর ফাংশন অর্থাৎ প্যারামিটার * এক্সোজেনাস ভেরিয়েবলের সাথে শেষ হয়। এক্ষেত্রে ব্যাখ্যাটি সহজ, যেমন প্রচারমূলক ক্রিয়াকলাপ এক্স (বহির্মুখী বাইনারি ভেরিয়েবল …

9 time-series  data-visualization  forecasting  arima  causality 

সময় সিরিজের ডেটা পূর্বাভাসের জন্য আমরা এসটিএল (আর বাস্তবায়ন) ব্যবহার করছি। প্রতিদিন আমরা প্রতিদিনের পূর্বাভাস চালাই। আমরা পূর্বাভাসের মানগুলি বাস্তব মানের সাথে তুলনা করতে এবং গড় বিচ্যুতি সনাক্ত করতে চাই। উদাহরণস্বরূপ, আমরা আগামীকালের জন্য পূর্বাভাস দৌড়েছি এবং পূর্বাভাস পয়েন্ট পেয়েছি, আমরা এই পূর্বাভাসের পয়েন্টগুলিকে আমরা আসল উপাত্তের সাথে তুলনা করতে …

9 time-series  forecasting  accuracy 

আমি একটি পণ্যের মোট বিক্রয় ভবিষ্যদ্বাণী করতে একটি মডেল বিকাশ উপর কাজ করছি। আমার কাছে বুকিংয়ের ডেটা প্রায় দেড় বছর রয়েছে, তাই আমি একটি স্ট্যান্ডার্ড টাইম সিরিজ বিশ্লেষণ করতে পারি। তবে, প্রতিটি 'সুযোগ' (সম্ভাব্য বিক্রয়) সম্পর্কে আমার কাছে প্রচুর ডেটা রয়েছে যা হয় বন্ধ বা হারিয়ে গিয়েছিল। পাইপলাইন বন্ধ বা …

9 predictive-models  forecasting  econometrics 

আমি যেমন আরিমা মডেলগুলির পূর্বাভাসে পা রাখছি, আমি বুঝতে চেষ্টা করছি যে কীভাবে আমি আরিমা ফিটনেস এবং মৌসুমের উপর ভিত্তি করে একটি পূর্বাভাস উন্নত করতে পারি। আমার ডেটা নীচের সময় সিরিজ (3 বছরেরও বেশি সময় ধরে, উপরে স্পষ্ট প্রবণতা এবং দৃশ্যমান alityতুসত্তা রয়েছে যা 12, 24, 36 ?? এ স্বতঃসংশ্লিষ্টতার …

9 r  time-series  forecasting  arima  seasonality 

আমি আর এর প্রথমদিকে আছি, আপনি কি অনুগ্রহ করে আর পূর্বাভাসের পূর্বাভাস প্যাকেজে এসি ব্যবহার করবেন তা ব্যাখ্যা করতে পারেন ? আমি প্রাথমিক পিরিয়ড এবং স্মুথ ধ্রুবকের সংখ্যা চয়ন করতে চাই। 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) আমার 70 টি পিরিয়ড রয়েছে, আমি 40 টি পিরিয়ড প্রাথমিক এবং 30 টি নমুনার বাইরে ব্যবহার …

9 r  time-series  forecasting