Различия

Показаны различия между двумя версиями страницы.

Ссылка на это сравнение

Предыдущая версия справа и слева Предыдущая версия
Следующая версия
Предыдущая версия
study:spring2019:ts_pract [2019/05/13 01:06]
nina
study:spring2019:ts_pract [2019/05/19 12:41]
nina
Строка 30: Строка 30:
  
 ================== ==================
 +
 +**24 мая** 
 +
 +Последнее занятие (срок для отправки четвертого отчета - 24 мая). Все показывают задания по ARIMA, ETS и прогнозу (можно и заполнение пропусков gapfill, igapfill,
 +по желанию [[https://ssa-with-r-book.github.io/03-chapter3.html#fragment-331-subspace-based-gap-filling|Фрагменты 3.3.1-3.3.3]]). 
 +Упорядочиваем тех, у кого меньше двух выступлений, [[https://docs.google.com/spreadsheets/d/1psCgDu8R6bK5RY5h4dpNUDi86ANVhD6AO4fvWcPmxMc/edit?usp=sharing|по числу посещений]]. 
 +Будем рассчитывать время так, чтобы 4 человека точно успели: Горбачук, Романова, Высоков, Третьякова.  
 +Остальные  --- как получится (если останется время или кто-то из перечисленных выше откажется).
  
 **17 мая**  **17 мая** 
  
-1) выложу немного позднее данные по ARIMAнужно понять, какая модель и оценить параметры. Результаты до занятия +1) Промоделированные {{ :study:spring2019:ts:arima.zip |данные}} по ARIMA (вариант - номер в списке). Нужно понять, какая модель и оценить параметры. Результаты до занятия 
-нужно будет скопировать в ответы на сообщение на стене а группе vk (сделаю накануне).\\ +нужно будет скопировать в ответы на сообщение на стене в группе vk (сделаю накануне).\\ 
-2) ARIMA - самим смоделировать разные модели (например, arima.sim), попробовать определить модель по acf и pacf, оценить параметры (например, arima), определить модель с помощью AIC/BIC (например, arima.auto), сделать прогноз в оцененной модели с доверительными интервалами. Используйте пакет forecast.+2) ARIMA - самим смоделировать разные модели (например, arima.sim), попробовать определить модель по acf и pacf, оценить параметры (например, arima), определить модель с помощью AIC/BIC (например, arima.auto), сделать прогноз в оцененной модели с доверительными интервалами. Используйте пакет forecast. Можно все это проделать на данных из пункта 1).
 Проверьте адекватность модели по остаткам.\\ Проверьте адекватность модели по остаткам.\\
 3) Определив модель по AIC-BIC, сделать прогноз с доверительными интервалами по Seasonal ARIMA для своих реальных данных.\\ 3) Определив модель по AIC-BIC, сделать прогноз с доверительными интервалами по Seasonal ARIMA для своих реальных данных.\\
study/spring2019/ts_pract.txt · Последнее изменение: 2019/05/19 12:41 — nina
Наверх
CC Attribution-Noncommercial-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0