时间序列分析之ARIMA模型预测__R篇 之前一直用SAS做ARIMA模型预测，今天尝试用了一下R，发现灵活度更高，结果输出也更直观。现在记录一下如何用R分析ARIMA模型。 1. 处理数据1.1. 导入forecast包forecast包是一个封装的ARIMA统计软件包，在默认情况下，R没有预装f... ...
分类：
其他好文 时间：
2016-05-27 21:38:31
阅读次数：
3367
随机模拟方法简介随机模拟方法又称为蒙特卡罗方法（Monte Carlo Method）。蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论。由于涉及到时间序列的反复生成，蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的，因此只是在近些年才得到广泛...
分类：
其他好文 时间：
2016-05-18 18:28:33
阅读次数：
475
具体请参考：http://lab.fs.uni-lj.si/lasin/wp/IMIT_files/neural/nn05_narnet/ ...
分类：
Web程序 时间：
2016-05-13 21:56:58
阅读次数：
889
回归分析
1.回归分析基本原理
所谓回归分析法，就是在掌握大量观察数据基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（简称为回归方程式）。回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系，这种因变量与自变量的不确定性的关系（相关性关系）。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。
2.为什么使用回归分析？
如上...
分类：
编程语言 时间：
2016-05-13 03:01:38
阅读次数：
456
在前面的《时序列数据库武斗大会之 TSDB 名录 Part 1》和《时序列数据库武斗大会之TSDB名录 Part 2》中，我们介绍了一些常见的TSDB，并在《时间序列数据库武斗大会之 KairosDB 篇》深入了解了KairosDB。本文将详细介绍TSDB中的OpenTSDB。 OpenTSDB ， ...
分类：
数据库 时间：
2016-05-10 20:29:58
阅读次数：
537
1.LSA的头部LSA头部用在所有的LSA开始处在LSA头部有3个字段可以唯一的识别每个LSA：类型，链路状态ID，通告路由器其他3个字段唯一的识别一个LSA的最新实例：老化时间，序列号，校验和老化时间Age发出LSA后所经历的时间，以秒计数可选项Option类型TypeLSA的类型链路状态IDLinkSt..
分类：
其他好文 时间：
2016-05-09 14:29:06
阅读次数：
134
Ntopng简介：Ntopng是原ntop下一代版本，用于网络流量实时监控显示。Ntopng类似于RMON远端网络监控代理，具有内置的Web服务能力，使用redis键值服务按时间序列存储统计信息。你可以在任何指定的监控服务器上安装ntopng，只需使用任一web浏览器，就能实时访问服务器上的流量报告..
分类：
Web程序 时间：
2016-05-05 17:56:24
阅读次数：
477
华夏35度 Data Mining 径向基函数（RBF）神经网络 RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明 ...
分类：
其他好文 时间：
2016-05-05 09:42:44
阅读次数：
221
1.1 简单指数平滑
“simple exponential smoothing” (SES)
SES适用于不计趋势与季节性的时间序列
我们在可以使用平均值模型和naive模型来做粗略的预测（点击查看），他们懂预测方法分别是
- 使用最后一个值（naive模型）
- 使用前面值的平均数（平均值）
这里的简单指数平滑是用的前面几个值的加权平均数，越靠近最后的权重越大，后面的权重指数下降...
分类：
其他好文 时间：
2016-05-03 18:45:04
阅读次数：
1047
一个时间序列可以分解为多个模型的组合
1.1 时间序列的组成
1.1.1 时间序列组成模式
三种时间序列模式（不计剩余残差部分）
1. 趋势Tend ：比如线性趋势，先增加后降低的整体趋势
2. 季节性Seasonal ：以时间为固定周期，呈现循环的特性
3. 周期性Cyclic：在以不固定周期不断震荡，通常周期性至少持续2年
下图就是讲时间序列分解之后的结果，应该比较容易理...
分类：
其他好文 时间：
2016-05-03 18:42:58
阅读次数：
316
