Линейная регрессия для временных рядов |
Здравствуйте, гость ( Вход | Регистрация )
Линейная регрессия для временных рядов |
9.02.2018 - 18:18
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 14 Регистрация: 28.01.2018 Пользователь №: 30897 |
Прошу простить, что вопрос немного не медицинский. Подскажите, можно ли применять для предсказания временного ряда не стандартные методы (ARIMA, сезонные, аддитивные модели), а именно простую линейную регрессию?
вот пример данных за 30 дней. Можно ли используя только линейную регрессию предсказать значения Заранее всем спасибо , кто подсказал. Сообщение отредактировал scholar - 11.02.2018 - 17:23 |
|
10.02.2018 - 17:05
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 14 Регистрация: 28.01.2018 Пользователь №: 30897 |
passant, Вас понял, я так и подумал сначала кстати ,но был неуверен в этом.
100$, прошу извинить, не знал:) Последний вопрос. (пока использовал стандартные методы временных рядов) вот у меня на выходе получились такие результаты Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 2016.2514|| 45.21749 36.49811 56.01815 32.58475 62.74312 2016.2541|| 34.10518 27.49301 42.30623 24.52838 47.41754 2016.2569|| 35.54743 28.62030 44.14975 25.51742 49.51612 2016.2596|| 45.46761 36.56616 56.53412 32.58241 63.44356 2016.2623|| 41.72907 33.52017 51.94655 29.84972 58.33152 2016.2651|| 40.60631 32.58185 50.60537 28.99699 56.85909 2016.2678||40.88003 32.76501 51.00319 29.14283 57.33981 2016.2706 43.02138 34.44556 53.73044 30.62078 60.43903 2016.2733||32.50043 25.99185 40.63741 23.09164 45.73916 2016.2760 33.93362 27.10818 42.47611 24.06939 47.83653 2016.2788|| 43.48419 34.70294 54.48554 30.79643 61.39408 2016.2815|| 39.98677 31.87798 50.15641 28.27360 56.54775 2016.2843 38.99057 31.05229 48.95645 27.52649 55.22451 2016.2870|| 39.33681 31.29620 49.44140 27.72777 55.80155 что значат вот эти 2514, 2541 Я не понимаю какая дата перед мной 2016.2870 что это за дата. Сообщение отредактировал scholar - 10.02.2018 - 22:42 |
|