ToUniversalTime如何预测?
有一个相关的问题 toursaltime如何工作.但是有关时间转换的相关信息告诉我,过去有时间转换的相关数据库.我的问题是ToUniversalTime如何预测,并知道何时将是2070年的DST变化? 解决方案 我的问题是ToUniversalTime如何预测,并知道何时将是2070年的DST变化? 不能.它没有对我们世界各国政府决定与他们的时区做什么的未来有任何特殊的见解. 世界上的任何本地时间都是由每个地方按其自己的标准设定的时区规则决定的.由于实用,政治或宗教的各种原因,这些时间一直在改变.为此,没有任何无所不能的国际理事机构,也没有任何规则必须执行的规则. 实际上,大多数政府在进行这些更改时倾向于 通知.通常,他们至少已经一年了.例如,美国在2005年在2005年宣布了2007 /p> 但并非总是如此.例如,所有这些更改均由我们在计算中使用的两个通用时区数据库跟踪和捕获.您可以在 the timezone tag wiki wiki 中阅读有关这些
8 2023-11-11
编程技术问答社区
R中ARIMA预测的数值相同
我正在尝试使用Arima对R中的股票价格进行预测.我正在使用auto.arima功能来适合我的模型.每次我尝试这样做时,我都会获得预测值相同的值.我尝试使用不同的股票,但在每种情况下都会发生同样的事情.在这里,我尝试了预测苹果价格: arimapple fitappletrain fitappletrain 预测 预测 和我获得的输出如下: Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 17763 180.94 176.7350 185.1450 174.5090 187.3710 17764 180.94 174.9932 186.8868 171.8451 190.0349 17765 180.94 173.6567 188.2233 169.8011 192.0789 17766 180.94 172.5299 189.35
6 2023-10-22
编程技术问答社区
静态测试问题
我正在使用 Air Miles 数据集,我进行了三个不同的测试,以检查时间序列数据集中的固定 测试1:使用ACF和PACF acf(airmiles) pacf(airmiles) 在区分它的大部分值之后,现在的大部分值都处于显着性水平 acf(diff(airmiles)) pacf(diff(airmiles)) 测试2:使用adf.test adf.test(airmiles,k=0,alternative = "stationary") Augmented Dickey-Fuller Test data: airmiles Dickey-Fuller = -1.1415, Lag order = 0, p-value = 0.8994 alternative hypothesis: stationary p值似乎大于0.05,因此我进行区分然后进行相同的测试 adf.test(diff(airmiles),k=0,al
8 2023-10-22
编程技术问答社区
5个变量的BEKK(1,1)模型的预测情况
我已经估计了一个BEKK(1,1)模型,现在我想拥有模型的预测值.以下是用于估计BEKK(1,1)型号的R代码. > install.packages('MTS') > install.packages('rmgarch') > simulated simulated estimated diagnoseBEKK(estimated) 解决方案 既然您的问题(是一个问题吗?)并没有真正清楚您要实现的目标(并混合包装/命令),我会回答我认为您想知道的内容. 首先,您描述的命令来自软件包 mgarchBEKK ,而不是MTS或rmgarch. 我会坚持您的示例,其中有两个
0 2023-10-22
编程技术问答社区
需要在python中用na值之前的过去三个值来填充na值
需要用该na 的过去三个值填充Na值 这是我的数据集 receip_month_year net_sales 0 2014-01-01 818817.20 1 2014-02-01 362377.20 2 2014-03-01 374644.60 3 2014-04-01 NA 4 2014-05-01 NA 5 2014-06-01 NA 6 2014-07-01 NA 7 2014-08-01 46382.50 8 2014-09-01 55933.70 9 2014-10-01 292303.40 10 2014-10-01 382928.60 解决方案 是此数据集A .CSV文件或数据框架.这个na是" nan"或string? import pandas as pd import numpy as np df=pd.read_csv('your dataset',sep=' ') df
2 2023-10-22
编程技术问答社区
我如何在R中拟合 "Y(t)=αX+βY(t-1)-βY(t-2)"模型?
我必须使用R进行时间序列 y(t)提前一步. y(t)=αx +βy(t-1)-βy(t-2) 但是,我不知道如何处理以下问题: 我必须服用βy(t-1) 减去 βy(t-2).. 两个都有自回旋( y(t-1), y(t-2))和 exenenos 变量( x ). 我必须测试" βy(t-1)-βY(t-2)"是表达自动降低而不是其他Arima模型的最佳方法. 时间序列 y(t)是: Y
2 2023-10-22
编程技术问答社区
Forecat : R中的维数不正确
i进行TS分析. 我的dput(). df=structure(list(month = structure(c(5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L, 2L, 12L, 11L, 10L, 3L, 5L, 4L, 8L, 1L, 9L, 7L, 6L,
2 2023-10-22
编程技术问答社区
将r中的多个时间序列预测的准确性导出到csv文件中
我正在使用fpp软件包来同时预测不同客户的多个时间序列.我已经能够将不同简易预测方法(snaive,meanf等)的点预测提取到CSV文档中.但是,我仍在尝试弄清楚如何同时将每个时间序列的accuracy()命令的度量提取到CSV文件中. 我构建了一个示例: # loading of the "fpp"-package into R install.packages("fpp") require("fpp") # Example customers customer1
4 2023-10-22
编程技术问答社区
用 "tslm "预测,返回尺寸误差
我的问题与此处的发问者有类似的问题预测函数,但是我试图使用Rob Hyndman的预测软件包中的"时间序列线性模型"函数. predict.lm in r未能识别newdata witch.lm with newdata totalConv
6 2023-10-22
编程技术问答社区
季节性自回归管理模型的季节性部分是如何工作的?
我了解Arima,但我对季节性成分有问题.想象一下,如屏幕截图所示,我们每天都有具有每周季节性的数据. 如果我适合Arima (3,0,3)(3,0,3)7并尝试预测t(36)的点,则非季节组件将使用红色标记的值: 但是,关于季节性组件,它会返回7个步骤,然后使用3个值(因为P和Q设置为3个),因此使用所有绿色标记值?还是只需在t-7,t-14和t-21上使用最后3点,以橙色标记(忽略t-28)?: 解决方案 我自己找到了我们自己,以防有人在乎: 它将使用t-7,t-14和t-21标记为橙色的最后3点,忽略t-28.
0 2023-10-22
编程技术问答社区
用GARCH预测时间序列
我试图通过GARCH(1,1)模型在R中预测一个时间序列对象.我的目标是将24个实例与Garch模型进行预测.尽管我在预测时使用了时间序列对象,但我会收到以下错误: IS.constant(y)中的错误: (列表)不能强制对象键入'double' 这些是我正在使用的命令: library(forecast) library(tseries) trainer1
4 2023-10-22
编程技术问答社区
在R中预测缺失的日期/时间部分的拟合值
我一直在使用R的时间序列数据(以XTS格式)进行各种模型,并且我一直遇到相同的问题,在没有拟合值/预测的日期/时间组件的同一问题,因此我无法将它们与原始数据相同的图形图形图. 使用以下代码,从我在网上看到的所有内容中,我应该在同一图上获得两个线图.但是,我只是从绘图命令中获得原始图,而第二行永远不会出现. library("stats") library("forecast") model_a1
4 2023-10-22
编程技术问答社区
如何让Stata在使用滞后结果作为回归因子时产生动态预测?
我目前正在处理非常小的数据集(20个观察结果,我知道这很糟糕).但是我需要以某种方式预测值.当我简单地在因变量上回归时间时,我就能得到一个预测,但是当我添加滞后或差异变量时,它不会预测未来一年以上.这是由于观察到太少吗? 这是我的上下文代码.这两条线已经评论了当前数据的更好拟合预测,但仅产生一个将来的预测. use "scrappage.dta", clear drop if year == 1993 tsappend, add(12) tsset year, y reg scrappagerate year *reg scrappagerate year l.scrappagerate l2.scrappagerate *reg scrappagerate year d.scrappagerate d2.scrappagerate predict p predict yp if year>year(2013) tsline yp p scrappagera
16 2023-10-22
编程技术问答社区
在R中对小组进行预测,输出
让我提供任何预测数据: df=structure(list(group = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L), year = c(1973L, 1974L, 1975L, 1976L, 1977L, 1978L, 1973L, 1974L, 1975L, 1976L, 1977L, 1978L), Jan = c(9007L, 7750L, 8162L, 7717L, 7792L, 7836L, 9007L, 7750L, 8162L, 7717L, 7792L, 7836L), Feb = c(8106L, 6981L, 7306L, 7461L, 6957L, 6892L, 8106L, 6981L, 7306L, 7461L, 6957L, 6892L), Mar = c(8928L, 8038L, 8124L, 7767L, 7726L, 7791L, 8928L, 8038L, 8124L, 7
4 2023-10-21
编程技术问答社区
不规则时间序列的内插数据
我试图在这里插入这个Metervalue,在这里完全CSV:localminute,dataid,meter_value 2015-10-03 09:51:53,6578,157806 2015-10-13 13:41:49,6578,158086 : : 2016-01-17 16:00:33,6578,164544 #end of meter_value data for ID=6578 基于@g. Grothendieck,建议,我在z.interpaly(合并数据) 上遇到了错误 D6578z
4 2023-10-21
编程技术问答社区