[英]Time series modeling in R
我有一个关于在R中建模时间序列的问题。我的数据由以下矩阵组成:
1 0.03333333 0.01111111 0.9555556
2 0.03810624 0.02309469 0.9387991
3 0.00000000 0.03846154 0.9615385
4 0.03776683 0.03119869 0.9310345
5 0.06606607 0.01201201 0.9219219
6 0.03900325 0.02058505 0.9404117
7 0.03125000 0.01562500 0.9531250
8 0.00000000 0.00000000 1.0000000
9 0.04927885 0.01802885 0.9326923
10 0.06106870 0.02290076 0.9160305
11 0.03846154 0.00000000 0.9615385
12 0.00000000 0.00000000 1.0000000
13 0.06028636 0.03843256 0.9012811
14 0.09646302 0.05144695 0.8520900
15 0.04444444 0.06666667 0.8888889
该矩阵共有200行。
如您所见,在每种情况下,每行的总和为1,这是因为值是整体的百分比。 例如,行1包含变量a的3.33%,变量2的1.11%和变量3的95.5%。第一列表示测量值的年份。
我的目标是对未来5年(从200年到205年)进行预测。
我可以通过进行三个正常的时间序列预测来做到这一点。 但是对于该预测,总和永远不会等于1,这非常重要。 通常,我使用诸如Arima和指数平滑的技术。
有人知道预测这种问题的方法吗?
好吧,我认为您需要进行统计归一化 ; 从估计的平均值中减去每个估计的分数,然后将结果除以估计的标准偏差。 这样可以保证您的预测值在[0-1]范围内。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.