По вопросу об автоматической установке временного ряда с помощью R

Это не ошибка, потому что это - часть спецификации, но Вы, очевидно, спрашиваете об объяснении, которое мы можем все предположить.

Мое предположение - то, что источник этого должен на самом деле позволить методу в классе вызывать статический метод в том же классе без стычки. Начиная с вызова x () законно (даже без сам имя класса), звонить this.x () должно быть законным также, и поэтому звонящий через любой объект был сделан законным также.

Это также помогает поощрить пользователей поворачивать закрытые функции в помехи, если они не изменяют состояние.

Кроме того, компиляторы обычно стараются не объявлять ошибки, когда нет никакого способа, которым это могло привести к прямой ошибке. Так как статический метод не изменяет состояние или заботу об объекте вызова, это не заставляет фактическую ошибку (просто беспорядок) позволять это. Предупреждение достаточно.

5
задан Shane 30 September 2009 в 15:07
поделиться

2 ответа

В пакете прогнозов есть два автоматических метода: auto.arima () , который будет обрабатывать автоматическое моделирование с использованием моделей ARIMA, и ets () , который автоматически выберет лучшую модель из семейства экспоненциального сглаживания (включая тренд и сезонность, где это необходимо). AIC используется в обоих случаях для выбора модели. Однако ни один из них не работает с моделями ARCH / GARCH. Более подробно пакет описан в этой статье JSS: http://www.jstatsoft.org/v27/i03

В дополнение к вашему вопросу:

Когда можно будет использовать функции пакета прогнозов, особенно функция ets, с высокой размерностью данные (например, за неделю)?

Вероятно, в начале следующего года. Документ написан (см. Robjhyndman.com/working-papers/complex-seasonality), и сейчас мы работаем над кодом.

3
ответ дан 15 December 2019 в 06:31
поделиться

Спасибо пользователям, я попробовал пакет прогнозов, который тоже представляет собой смесь arima и ets, но не получил особого одобрения со стороны aic или bic (sbc), поэтому теперь я испытываю соблазн рассмотреть каждый временной ряд в свою собственную svm (машину опорных векторов) из-за его лучшей адаптируемости к обобщению, а также возможности добавлять другие переменные помимо задержек и нелинейных функций ядра

Есть ли какие-то предчувствия?

0
ответ дан 15 December 2019 в 06:31
поделиться
Другие вопросы по тегам:

Похожие вопросы: