Содержание
16 Предисловие от издательства
17 Об авторах
18 Предисловие
21 Глава 1
21 Приступая к работе
22 1.1 Что можно прогнозировать?
23 1.2 Прогнозирование, цели и планирование
24 Прогнозирование
24 Цели
24 Планирование
24 Краткосрочные прогнозы
24 Среднесрочные прогнозы
24 Долгосрочные прогнозы
24 1.3 Определение того, что следует прогнозировать
25 1.4 Данные и методы прогнозирования
26 Прогнозирование временных рядов
27 Индикаторные переменные и прогнозирование временных рядов
28 1.5 Несколько тематических исследований
28 Случай 1
29 Случай 2
29 Случай 3
30 Случай 4
30 1.6 Базовые шаги в задаче прогнозирования
30 Шаг 1
30 Шаг 2
30 Шаг 3
31 Шаг 4
31 Шаг 5
31 1.7 Перспектива статистического прогнозирования
33 1.8 Упражнения
34 1.9 Дальнейшее чтение
34 Библиография
35 Глава 2
35 Графика временных рядов
35 2.1 Объекты twibble
35 Переменная-индекс
37 Переменные-ключи
38 Работа с объектами twibble
41 Прочитать csv-файл и конвертировать его в twibble
42 Сезонный период
43 2.2 Графики времени
45 2.3 Закономерности временных рядов
45 Тренд
45 Сезонный
46 Циклический
47 2.4 Сезонные графики
48 Несколько сезонных периодов
50 2.5 Графики сезонных подрядов
50 Пример
54 2.6 Диаграммы рассеяния
56 Корреляция
57 Матрицы диаграмм рассеяния
60 Библиография
60 2.7 Графики лагов
61 2.8 Автокорреляция
63 Тренды и сезонность на ACF-графиках
63 2.9 Белый шум
65 2.10 Упражнения
67 2.11 Дальнейшее чтение
68 Библиография
69 Глава 3
69 Разложение временных рядов
69 3.1 Преобразования и корректировки
69 Календарные корректировки
70 Корректировки по численности населения
71 Корректировки на инфляцию
72 Математические преобразования
74 Библиография
75 3.2 Компоненты временных рядов
75 Пример
79 Сезонно скорректированные данные
80 3.3 Скользящие средние
80 Сглаживание скользящей средней
83 Скользящие средние скользящих средних
85 Оценивание тренда-цикла с сезонными данными
85 Пример
86 Взвешенные скользящие средние
87 3.4 Классическое разложение
87 Аддитивное разложение
88 Мультипликативное разложение
89 Комментарии к классическому разложению
89 3.5 Методы, используемые официальными статистическими агентствами
90 Метод X-11
93 Метод SEATS
94 Библиография
95 3.6 STL-разложение
97 Библиография
97 3.7 Упражнения
100 3.8 Дальнейшее чтение
100 Библиография
101 Глава 4
101 Признаки временных рядов
101 4.1 Несколько простых статистик
102 4.2 Признаки ACF
104 4.3 Признаки STL
107 4.4 Другие признаки
108 4.5 Разведывательный анализ данных о туризме в Австралии
114 Библиография
114 4.6 Упражнения
114 4.7 Дальнейшее чтение
114 Библиография
115 Глава 5
115 Инструментарий прогнозиста
115 5.1 Чистый рабочий поток прогнозирования
115 Подготовка данных (очистка)
116 Построение графика данных (визуализация)
116 Определение модели (формулирование)
117 Тренировка модели (расчет)
118 Проверка результативности модели (оценивание)
118 Генерирование прогнозов (прогнозирование)
119 5.2 Несколько простых методов прогнозирования
120 Метод среднего
120 Наивный метод
121 Сезонный наивный метод
122 Дрейфовый метод
123 Пример
124 Пример
125 5.3 Подогнанные значения и остатки
125 Подогнанные значения
126 Остатки
127 5.4 Диагностика остатков
128 Пример
131 Тесты портманто на автокорреляцию
133 5.5 Распределительные прогнозы и предсказательные интервалы
133 Прогнозные распределения
134 Предсказательные интервалы
135 Одношаговые предсказательные интервалы
135 Многошаговые предсказательные интервалы
135 Эталонные методы
137 Предсказательные интервалы из бутстрапированных остатков
142 5.6 Прогнозирование с использованием преобразований
142 Предсказательные интервалы с преобразованиями
142 Поправки на смещение
144 5.7 Прогнозирование с разложением
145 Пример
147 5.8 Оценивание точности точечного прогноза
147 Тренировочный и тестовый наборы
148 Функции для взятия подмножеств из временных рядов
149 Ошибки прогнозов
149 Ошибки, зависимые от шкалы
149 Процентные ошибки
150 Шкалированные ошибки
151 Примеры
154 Библиография
154 5.9 Оценивание точности распределительного прогноза
154 Квантильные баллы
155 Балл Винклера
156 Непрерывный рангово-вероятностный балл
157 Бесшкальные сравнения с использованием баллов навыков
158 Библиография
158 5.10 Перекрестная валидация временных рядов
161 Пример
162 5.11 Упражнения
165 5.12 Дальнейшее чтение
165 Библиография
166 Глава 6
166 Прогнозы на основе суждений
167 Библиография
167 6.1 Остерегайтесь ограничений
168 Библиография
168 6.2 Ключевые принципы
168 Четко и кратко формулировать задачу прогнозирования
168 Внедрять систематический подход
169 Документировать и обосновывать
169 Систематически оценивать прогнозы
169 Сегрегировать прогнозистов и пользователей
170 Пример
172 6.3 Дельфийский метод
173 Эксперты и анонимность
173 Постановка задачи прогнозирования в дельфийском методе
174 Обратная связь
174 Итерация
174 Окончательные прогнозы
174 Ограничения и вариации
174 Куратор
175 Библиография
175 6.4 Прогнозирование по аналогии
175 Пример
176 Структурированная аналогия
176 Библиография
177 6.5 Сценарное прогнозирование
177 6.6 Прогнозирование новых продуктов
177 Композитный прогноз торгового отдела
178 Мнение руководства
178 Намерения клиентов
179 Библиография
179 6.7 Сужденческие корректировки
179 Использовать корректировки экономно
180 Применять структурированный подход
180 Пример
181 Библиография
182 6.8 Дальнейшее чтение
182 Библиография
184 Глава 7
184 Модели регрессии временных рядов
184 7.1 Линейная модель
184 Простая линейная регрессия
185 Пример
188 Множественная линейная регрессия
188 Пример
190 Допущения
191 7.2 Оценивание методом наименьших квадратов
191 Пример
192 Подогнанные значения
194 Качество подгонки
195 Пример
195 Стандартная ошибка регрессии
195 7.3 Оценивание регрессионной модели
196 График ACF остатков
196 Гистограмма остатков
197 Графики остатков в сопоставлении с предсказателями
198 Графики остатков в сопоставлении с подогнанными значениями
199 Выбросы и влиятельные наблюдения
200 Мнимая регрессия
202 7.4 Несколько полезных предсказателей
202 Тренд
203 Фиктивные переменные
203 Сезонные фиктивные переменные
204 Пример
207 Переменные вмешательства
207 Торговые дни
208 Распределенные лаги
208 Пасха
208 Ряд Фурье
209 7.5 Отбор предсказателей
210 Скорректированный R2
211 Перекрестная валидация
211 Информационный критерий Акаике
212 Исправленный информационный критерий Акаике
212 Байесов информационный критерий Шварца
212 Какую меру мы должны использовать?
213 Пример
214 Регрессия наилучшего подмножества
214 Пошаговая регрессия
215 Остерегайтесь статистического вывода после отбора предсказателей
215 Библиография
215 7.6 Прогнозирование с помощью регрессии
215 Антефактумные прогнозы в сопоставлении с постфактумными прогнозами
216 Пример
217 Прогнозирование на основе сценариев
218 Строительство предсказательной регрессионной модели
219 Предсказательные интервалы
221 7.7 Нелинейная регрессия
222 Прогнозирование с нелинейным трендом
222 Пример
225 7.8 Корреляция, каузация и прогнозирование
225 Корреляция – это не каузация
226 Прогнозирование с использованием коррелированных предсказателей
226 Мультиколлинеарность и прогнозирование
227 7.9 Матричная формулировка
228 Оценивание методом наименьших квадратов
228 Подогнанные значения и перекрестная валидация
229 Прогнозы и предсказательные интервалы
229 7.10 Упражнения
232 7.11 Дальнейшее чтение
233 Библиография
234 Глава 8
234 Экспоненциальное сглаживание
234 Библиография
235 8.1 Простое экспоненциальное сглаживание
237 Средневзвешенная форма
238 Компонентная форма
238 Плоские прогнозы
239 Оптимизация
239 Пример
241 8.2 Методы с трендом
241 Метод линейного тренда Хольта
242 Пример
244 Методы демпфируемого тренда
245 Пример
246 Пример
248 Библиография
249 8.3 Методы с сезонностью
249 Аддитивный метод Хольта–Винтерса
250 Мультипликативный метод Хольта–Винтерса
250 Пример
254 Демпфирующий метод Хольта–Винтерса
255 Пример
255 Библиография
256 8.4 Таксономия методов экспоненциального сглаживания
257 Библиография
257 8.5. Модели пространства состояний инноваций для экспоненциального сглаживания
258 ETS(A,N,N)
259 ETS(M,N,N)
260 ETS(A,A, N)
260 ETS(M,A, N)
261 Другие модели ETS
261 8.6 Оценивание и отбор модели
261 Оценивание моделей ETS
262 Отбор модели
263 Пример
265 Библиография
265 8.7 Прогнозирование с использованием моделей ETS
266 Предсказательные интервалы
267 Библиография
268 8.8 Упражнения
271 8.9 Дальнейшее чтение
271 Библиография
272 Глава 9
272 Модели ARIMA
272 9.1 Стационарность и дифференцирование
274 Дифференцирование
275 Модель случайного блуждания
276 Дифференцирование второго порядка
276 Сезонное дифференцирование
279 Тесты на единичные корни
281 Библиография
281 9.2 Нотация обратного сдвига
282 9.3 Авторегрессионные модели
283 9.4 Модели скользящих средних
285 9.5 Несезонные модели ARIMA
286 Пример
288 Понимание моделей ARIMA
288 Графики ACF и PACF
291 9.6 Оценивание и выбор порядка
291 Оценивание максимального правдоподобия
291 Информационные критерии
292 9.7 Моделирование ARIMA в fable
292 Как работает функция ARIMA()?
294 Процедура моделирования
296 Пример
300 Понимание констант в R
300 Построение графика характеристических корней
301 Библиография
301 9.8 Прогнозирование
301 Точечные прогнозы
303 Предсказательные интервалы
304 Библиография
304 9.9 Сезонные модели ARIMA
304 ACF/PACF
305 Пример
309 Пример
313 Оценивание на тестовом наборе
314 9.10 ARIMA в сопоставлении с ETS
316 Сравнение ARIMA() и ETS() на несезонных данных
317 Сравнение ARIMA() и ETS() на сезонных данных
321 9.11 Упражнения
325 9.12 Дальнейшее чтение
326 Библиография
327 Глава 10
327 Модели на основе динамической регрессии
328 10.1 Оценивание
329 Библиография
329 10.2 Регрессия с ошибками ARIMA с использованием fable
330 Пример
333 10.3 Прогнозирование
333 Пример
334 Пример
339 10.4 Стохастические и детерминированные тренды
339 Пример
342 10.5 Динамическая гармоническая регрессия
343 Пример
344 Библиография
344 10.6 Лагированные предсказатели
345 Пример
348 10.7 Упражнения
351 10.8 Дальнейшее чтение
351 Библиография
352 Глава 11
352 Прогнозирование иерархических и сгруппированных временных рядов
353 11.1 Иерархические и сгруппированные временные ряды
353 Иерархические временные ряды
354 Пример
358 Сгруппированные временные ряды
359 Пример
362 Смешанная иерархическая и групповая структура
364 11.2 Одноуровневые подходы
364 Подход «снизу вверх»
364 Пример
366 Рабочий поток прогнозирования агрегационных структур
366 Подходы «сверху вниз»
366 Средние исторические пропорции
367 Пропорции исторических средних
367 Прогнозные пропорции
369 Подход «от середины наружу»
369 Библиография
369 11.3 Увязывание прогнозов
369 Матричная нотация
370 Отображающие матрицы
371 Увязывание
372 Метод оптимальной увязки MinT
374 Библиография
374 11.4 Прогнозирование внутреннего туризма в Австралии
377 11.5 Увязанные распределительные прогнозы
378 Библиография
378 11.6 Прогнозирование тюремного населения Австралии
383 Библиография
383 11.7 Упражнения
384 11.8 Дальнейшее чтение
384 Библиография
386 Глава 12
386 Продвинутые методы прогнозирования
386 12.1 Сложная сезонность
387 STL с несколькими сезонными периодами
390 Динамическая гармоническая регрессия с несколькими сезонными периодами
392 Пример
395 Библиография
396 12.2 Модель Prophet
396 Пример
398 Пример
400 Библиография
400 12.3 Векторные авторегрессии
403 Пример
405 Библиография
405 12.4 Нейросетевые модели
405 Архитектура нейронной сети
407 Нейросетевая авторегрессия
407 Пример
408 Предсказательные интервалы
410 12.5 Бутстрапирование и бутстрап-агрегирование
410 Бутстрапирование временного ряда
412 Бутстрап-агрегированные прогнозы
414 Библиография
415 12.6 Упражнения
415 12.7 Дальнейшее чтение
415 Библиография
417 Глава 13
417 Некоторые практические вопросы прогнозирования
417 13.1 Еженедельные, ежедневные и субдневные данные
417 Еженедельные данные
419 Ежедневные и субдневные данные
420 13.2 Временные ряды счетных данных
421 Пример
423 Библиография
424 13.3 Обеспечение того, чтобы прогнозы оставались в пределах допустимых значений
424 Положительные прогнозы
425 Прогнозы, ограниченные интервалом
427 13.4 Комбинации прогнозов
429 Прогнозные распределения комбинаций
431 Библиография
431 13.5 Предсказательные интервалы для агрегатов
432 13.6 Ретрополяция
433 13.7 Очень длинные и очень короткие временные ряды
433 Прогнозирование очень коротких временных рядов
435 Прогнозирование очень длинных временных рядов
435 13.8 Прогнозирование на тренировочном и тестовом наборах
436 Многошаговые прогнозы на тренировочных данных
437 Одношаговые прогнозы на тестовых данных
438 13.9 Работа с выбросами и пропущенными значениями
438 Выбросы
441 Пропущенные значения
443 13.10 Дальнейшее чтение
443 Библиография
444 Приложение А
444 Использование языка R
444 Инсталлирование R и RStudio
444 Примеры на R в этой книге
445 Начало работы с R
446 Приложение B
446 Для преподавателей
446 Решения упражнений
446 Слайды
447 Приложение C
447 Рецензии и отзывы
447 Отзывы коллег-преподавателей
448 Отзывы практикующих специалистов и студентов
450 Библиография
%
Одностраничный режим чтения
Основной режим чтения
Тэги
Заметки
Отправить на печать
Видео
Доп.материалы
Содержание

Прогнозирование: принципы и практика

Авторы: Хайндман Р., Атанасопулос Д.
Вернуться на сайт
Открыть для копирования
В книге
На странице
Скачать выбранные
/ 459
1 459
Копирование: 229 (229) страниц | Печать: 91 (91) страница
Ограничения на печать и копирование введены правообладателем. В скобках
указан остаток по каждому пункту с учетом того, что Вы уже использовали