我有以下数据：
<pre><code>df=data.frame(store=c('A','A','A','A','B','B','B
我有以下时间序列：
<pre><code>ts<-data.frame(Date=c('2017-01-01','2017-01-02','2017-01-03','2
我运行以下bayesain var代码，但出现错误
<pre><code>x <- bvar(Data, lags = 1, n_draw = 1000L, n_burn = 200L, verbose =
我正在进行预测分析，我想在图表上绘制训练和测试集。
这是我的代码：
<pre><code>library(forecast)
train
<a href="https://stackoverflow.com/questions/58001019/why-amazon-forecast-cannot-train-the-predictor">This question</a>接近了，但
考虑SAS示例和代码：
<a href="https://documentation.sas.com/?docsetId=etsug&docsetTarget=etsug_code_autex07.htm&do
我正在尝试在Windows10上的python 3.7中实现自动Arima，因此我尝试使用以下命令安装pyramid-armia
<pre><code>pi
我打算为<code>ARIMA</code>预测方法找到均方根误差，并对其数据进行了模拟。我的方法是按照<a href="https://
我正在尝试在Windows 10的python 3.7中实现holtwiters预测技术。因此，我遵循了<a href="https://towardsdatascience.com/h
这是数据框中的日期格式
<pre><code>'data.frame': 2663 obs. of 2 variables:
$ Date : chr "25-Sep-20" &#
我要计算<code>dccroll()</code>函数的边际分布偏斜，如下所示：
<pre><code>spec=ugarchspec(mean.model = list(armaOrde
我制作了一个空矩阵，以使用时间序列数据和预测填充
<pre><code>pred <- matrix(rep(NA,80),20,4)
</code></pre>
我的系列有3个不同的列，第一个ID标签标识第一个出口，然后是时间标签，最后是测量。
我需要为
<pre><code>from statsmodels.tsa.api import ExponentialSmoothing, SimpleExpSmoothing, Holt
fit1 = SimpleExpSmoothing(train_df).fit(smoothing
我正在尝试估算100个不同系列的ARIMA模型。因此，我采用了<code>fabletools::model()</code>方法和<code>fable::ARIMA(
我有一个模型可以在python中使用SARIMA预测每日销售额。
我想使用伪变量（或外生变量）。当前，如果不
我正在复制论文<a href="https://www.sciencedirect.com/science/article/pii/S0169207011000781#br000135" rel="nofollow noreferrer">For
我对<strong> Rob Hyndman的</strong>软件包<code>fpp2</code>和<code>fpp3</code>有一个小问题。
我有<code>ts</code>个
我正在使用ARIMA模型预测销售量，并且效果很好。但是，我认为模型中存在不寻常的尖峰，我认为这是由
重写原始问题
我想要一个函数，该函数采用矢量和预定义的指数平滑模型（在本示例中为alpha = 0.5
