Различия

Показаны различия между двумя версиями страницы.

Ссылка на это сравнение

Предыдущая версия справа и слева Предыдущая версия
Следующая версия
Предыдущая версия
study:spring2021:ts_pract [2021/04/09 12:30]
nina
study:spring2021:ts_pract [2021/05/21 20:14] (текущий)
nina
Строка 5: Строка 5:
 ---- ----
 ---- ----
- "Those who have knowledge, don't predict. Those who predict, don't have knowledge." + "Those who have the knowledge, don't predict. Those who predict, don't have knowledge." 
 -- Lao Tzu, 6th Century BC Chinese philosopher  \\ -- Lao Tzu, 6th Century BC Chinese philosopher  \\
 Вот спрашивают - а с чего это китайская цитата на английском. А нет ответа. Вот спрашивают - а с чего это китайская цитата на английском. А нет ответа.
Строка 37: Строка 37:
  
 ==== Вебинары ==== ==== Вебинары ====
 +25.05. Задание:\\ 
 +(1) Второй отчет должен содержать \\
 +(а) определение модели авторегрессии для модельных данных {{ :study:spring2020:ts:arima_model.zip |модельные ряды}} (возьмите пару примеров), построение прогноза; Для определения модели используйте ACF, PACF, потом еще автоматический подбор параметров по AIC. К тем же рядам примените ETS, сравните прогнозы по автоматически подобранным моделям.\\
 +(b) для реального ряда построение прогноза с доверительными интервалами методами SSA, ARIMA, ETS. Посчитайте ошибку прогноза тремя методами на последних 1-2 периодах (которые предварительно нужно обрезать и анализировать ряды без них).\
 +
 +(2) Третий отчет должен содержать различные доп.эксперименты с расширениями SSA: igapfill/gapfill, mssa, 2d-ssa.
 +
 +11.05. Задание (расширенное задание с 07.05):\\ 
 +(1) определите модель авторегрессии для модельных данных {{ :study:spring2020:ts:arima_model.zip |модельные ряды}} (возьмите пару примеров), постройте прогноз. Для определения модели используйте ACF, PACF, потом еще автоматический подбор параметров по AIC.\\
 +(2) постройте прогноз своего ряда с помощью SSA разными методами, с доверительными интервалами, предварительно убрав с конца 1-2 периода.\\
 +(3) попробуйте применить gapfill и igapfill, можно повторить с помощью igapfill прогноз, можно добавить пропуски в середину.
 +
 +07.05. Задание:\\ 
 +(1) определите модель авторегрессии для модельных данных {{ :study:spring2020:ts:arima_model.zip |модельные ряды}} (возьмите пару примеров), постройте прогноз. Для определения модели используйте ACF, PACF, потом еще автоматический подбор параметров по AIC.\\
 +(2) постройте прогноз своего ряда с помощью SSA. 
 +
 +Примеры кода по ARIMA И SSA можно найти в {{ :study:spring2020:ts:tsa-report-4.zip |файл}}.
 +
 13.04. Задание: Построить разложения ряда разными способами.  13.04. Задание: Построить разложения ряда разными способами. 
-Методы: classical seasonal decomposition, STL, SSA.\\+Методы: classical seasonal decomposition, STL, SSA. В SSA используйте parestimate.\\
 Также попробуйте с помощью выделения тренда у квадрата ряда построить (1) огибающую для амплитудно-модулированной гармоники и (2) поведение стандартного отклонения для гетероскедастичного шума.  Также попробуйте с помощью выделения тренда у квадрата ряда построить (1) огибающую для амплитудно-модулированной гармоники и (2) поведение стандартного отклонения для гетероскедастичного шума. 
  
study/spring2021/ts_pract.1617960621.txt.gz · Последнее изменение: 2021/04/09 12:30 — nina
Наверх
CC Attribution-Noncommercial-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0