Какие есть методы прогнозирования данных?

Question

[Zixonik]

Привет всем, у меня есть небольшая проблема. Мне необходимо прогнозировать графики в своей программе, для чего мне необходимы соответствующие матетатические формулы.
Я нашёл только эти формулы, но я в них никак не могу разобраться.

Yt = Tt + St + et Формула мультипликативной модели: Yt = Tt x St + et Обозначения: t - время (месяц или другой период детализации); Y - значение величины; Т — тренд; S — сезонные изменения; е - шум.

Mt = 1/12*(Yt + Yt-1...+Yt-11)

Ln(Yt+1) = 12 × Mt+1 – Ln(Yt) – Ln(Yt-1) – ... – Ln(Yt-10)

Yt+1 = exp(Ln(Yt+1))

Если не сложно, обьясните мне пожалуйста, как это считать. Желательно на примере.

Ссылка на источник:

https://www.e-xecutive.ru/wiki/index.php?title=Про...

P.S. Всякие нейросети не канают, потому что прийдётся прогнозировать много и сразу.

Answer 1

[dmshar]

Непонятно, вы приводите статью, по сути элементарное введение в задачу, где все до предела упрощено и детально объяснено. Что-же еще мы можем вам дополнительно объяснить? И что значит "как считать", если вы даже формулу сами написали?
Ну разве что сказать, что люди уже примерно 70 лет занимаются задачей прогнозирования временнЫх рядов, напридумывали кучу методов, алгоритмов, подходов, посвящают изучению этого вопроса много времени и сил, пишут книги. В университетах изучают такой курс, иногда по нескольку семестров. А вы хотите "не сложно" и с примерами. А есть c десяток библиотек и пакетов программ, от python scikit-learn до SPSS, в каждом по пару десятков методов прогнозирования. Но что-бы разобраться с ними да, надо напрячься и разобраться.
Кроме того, совершенно загадочная фраза про необходимость прогнозирования "много и сразу" как причину "неканания" нейронных сетей. Я не их фанат, и считаю, что метод всегда надо подбирать под задачу, но причем тут "много и сразу"? А нейросети что, работаю понемногу и раз в неделю? Впрочем, не хотите нейросеть - используйте другие методы предсказаний, которых - как я уже сказал - есть много и разных.
Ознакомиться с ними можно, например, вот тут:
https://otexts.com/fpp2/
https://habr.com/ru/company/ods/blog/327242/
https://www.yakaboo.ua/book-at-prakticheskij-anali...
statsoft.ru/home/textbook/modules/sttimser.html
https://www.wiley.com/en-us/Machine+Learning+for+T...
https://habr.com/ru/post/180409/
https://www.youtube.com/watch?v=Rmh6b96u6UU
https://www.springer.com/gp/book/9781475777505
https://www.twirpx.com/file/560509/
elib.cspu.ru/xmlui/handle/123456789/4811?show=full
и т.д. до бесконечности.
В общем, как появятся конкретные вопросы - возвращайтесь, попробуем вместе разобраться. Только с конкретными вопросами, а не с вопросом "а объясните мне ВСЕ, с примерами и как его считать".

Comments

[hint000]

Всякие нейросети не канают, потому что прийдётся прогнозировать много и сразу.

.

но причем тут "много и сразу"? А нейросети что, работаю понемногу и раз в неделю?

Предположу, что автор подразумевал, что нет возможности обучать нейросеть, нужно сразу, без обучения.

[dmshar]

hint000, Может вы и правы. Но для других моделей часто надо подбирать коэффициенты, что бывает не менее затратно, чем обучение сети.

[Zixonik]

hint000, да. Но проблема не в том, что нельзя ждать. Ждать то можно, но я примерно прикинул, сколько для нейросети(на примере TensorFlow.js) понадобится времени, чтобы потренироваться и спрогнозировать ~500 графиков. Проще говоря, данные к тому моменту уже устареют.

[Zixonik]

dmshar, вернусь к сути вопроса. Я то пытался уже работать с этими формулами, но меня ввёл в ступор один момент.

При расчёте Ln(Yt+1) используется Mt+1, в расчёте которого используется Yt+1(поидее), который ещё даже не существует. Возникает тавтологичная делема: чтобы узнать значение, нужно знать значение. И как быть?

[dmshar]

Zixonik, Ну вы же понимаете, что никакой тавтологии или дилеммы нет - люди много лет успешно применяют эту модель, получают вполне приемлемые результаты,
Что бы понять, как это происходит достаточно прочитать ХОТЯ-БЫ один нормальный источник. Ну вот просто, тыкнул по первой ссылке - вы ее прочитали? Или хотя-бы просмотрели? Неужели не нашли главы, где это описано. Ну вот она, специально для вас, даже с примерами.
https://otexts.com/fpp2/holt.html
или вот тут, с примерами на Python
https://machinelearningmastery.com/exponential-smo...
и так практически по каждой из приведенных ссылок. Правда признаю, "выдрав" кусок текста из книги понять что-то сложно. Надо соответствующий фундамент знаний. Ну тут, помочь могу только одним - посоветовать еще раз прочитать хоть одну из приведенных книг.