В этом году я презентовал исследование, являющееся продолжением того, что я докладывал в прошлом году в Австралии. Название презентации — «Forecasting intermittent data with complex patterns» (Прогнозирование прерывистых данных со сложными тенденциями). В этом исследовании мы разработали модель с логистической вероятностью, которая позволяет вылавливать сложные паттерны в переменной «появления спроса». Фактически с помощью нехитрых преобразований … Читать далее
Мы с Джоном Бойланом работали последний год над статьёй по модели пространства состояний для прерывистых данных. Эту статью мы отправили в IJF, и, пока мы ждём ответа, я решил опубликовать рабочую версию статьи. Вот аннотация статьи на английском: Intermittent demand forecasting is an important supply chain task, which is commonly done using methods based on … Читать далее
Теперь, когда мы обсудили основные черты функции es(), мы можем перейти к тому, как оптимизационный механизм работает, как параметры ограничиваются и как задаются стартовые значения при оптимизации функции es(). Эта статья написана для тех исследователей, которым важно знать, как работает тёмная сторона es(). Заметим, что в этой статье, мы будем обсуждать стартовые значения параметров. Не … Читать далее
В предыдущих статьях мы рассматривали обычно два аспекта функции es(): теорию, лежащую в основе, а затем практику. Однако в этой статье первую часть мы опустим, потому что рассказывать тут не о чем. Данная статья по большей части посвящена тому, что же ещё можно натворить с помощью параметров функции es(). Начнём с инициализации экспоненциального сглаживания. История … Читать далее
Смешенные модели экспоненциального сглаживания В прошлых статьях мы обсудили чистые аддитивные и мультипликативные модели экспоненциального сглаживания. Логичным продолжением было бы обсуждение смешанных моделей, в которых некоторые компоненты имеют аддитивный характер, в то время как другие — мультипликативный. Однако я не хочу тратить на таких моделях много времени и решил упомянуть о них лишь вскользь. А … Читать далее
Голая теория В прошлый раз мы обсуждали аддитивные модели экспоненциального сглаживания, сегодня пришла пора мультипликативных. Вообще в среде прогнозистов имеется некоторый скепсис по поводу мультипликативных моделей экспоненциального сглаживания. Нет, конечно, когда речь заходит о типе сезонности, многие скажут, что нужно использовать мультипликативную, и будут правы (очень многие ряды имеют такой характер сезонности). Однако в случае … Читать далее
Немного статистики Как уже упоминалось в предыдущей статье, для пакета «smooth» написана документация с подробный объяснением всех моделей, лежащих в основе функций. Здесь мы обсудим несколько основных аспектов, касающихся функции es(). Сегодня мы обсудим аддитивные модели. У этих моделей все компоненты представлены не в мультипликативном виде, что облегчает их понимание и построение. Функция es() использует … Читать далее
Итак, свершилось! Пакет, над которым я работал последние года полтора, наконец выложен в CRAN. Как это водится, вся документация в пакете — на английском языке: и винеты, и даже написанный мною собственноручно огроменный документ с подробным описанием того, что там творится внутри. Поэтому, чтобы донести смысл пакета до рускоязычной аудитории, я попытаюсь в серии постов … Читать далее
На прошлой неделе ездил с нашей командой прогнозистов в Санкт-Петербург делать презентацию в Вышке и показать город. Времени свободного практически не было, а презентацию свою я закончил за 5 минут до выхода из дома… В общем, беготня и круговерть. Город гостям понравился, а презентация, кажется, получилась достаточно интересной. Вот pdf-ка моей презентации. Она во многом … Читать далее
28 апреля ездил в Бельгию, в университет города Гент, делал презентацию на животрепещущую тему — «Trace Forecast Likelihood for Time Series Models Estimation», что в переводе на русский означает примерно «Траекторная функция правдоподобия в оценке моделей временных рядов». Аудитория состояла чуть более, чем полностью из специалистов в области оптимизаций и симуляций, поэтому пришлось идти издалека … Читать далее