w*******e 发帖数: 182 | 1 【 以下文字转载自 Statistics 讨论区 】
发信人: wolfalone (镜中花,水中月), 信区: Statistics
标 题: 问一个 time series的问题
发信站: BBS 未名空间站 (Fri May 1 23:33:38 2015, 美东)
有这样一组数据,一个网站每天早上,上午,下午和晚上四个时间段的流量,这个流量
有很强的seasonality pattern:weekday(比如:周一和上周一,下周一)之间,同一
时间段之间。这种怎么simulate呢? 比如用ARIMA model的话,怎么确定 p,n,q的值呢
? | L*******t 发帖数: 2385 | 2 先用Historical data fit,R里面有现成的包,AIC,BIC准则是比较
popular的方法。
【在 w*******e 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 【 以下文字转载自 Statistics 讨论区 】 : 发信人: wolfalone (镜中花,水中月), 信区: Statistics : 标 题: 问一个 time series的问题 : 发信站: BBS 未名空间站 (Fri May 1 23:33:38 2015, 美东) : 有这样一组数据,一个网站每天早上,上午,下午和晚上四个时间段的流量,这个流量 : 有很强的seasonality pattern:weekday(比如:周一和上周一,下周一)之间,同一 : 时间段之间。这种怎么simulate呢? 比如用ARIMA model的话,怎么确定 p,n,q的值呢 : ?
| l********g 发帖数: 18 | 3 Try to use SARIMA, the difference operator is no longer B(1), instead it is
B(horizon). hopese it help. | d********t 发帖数: 9628 | 4 最后都是overfit,没一点用。
【在 L*******t 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 先用Historical data fit,R里面有现成的包,AIC,BIC准则是比较 : popular的方法。
| d********t 发帖数: 9628 | 5 最后都是overfit,没一点用。
【在 L*******t 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 先用Historical data fit,R里面有现成的包,AIC,BIC准则是比较 : popular的方法。
|
|