Пакет «smooth» для R. Функция es(). Часть 6. О том, как происходит оптимизация параметров

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 […]

Презентация в Университете города Bath

На прошлой неделе я посетил университет города Bath, в котором по случаю визита сделал презентацию на научном семинаре, организованном Фотиосом Петропулосом, на тему «Одна за всех: прогнозирование целочисленного и не целочисленного спроса с помощью одной модели«. Презентация была принята хорошо, хотя и вызвала острые вопросы со стороны участников семинара. После презентации прошла сессия мозгового штурма […]

Пакет «smooth» для R. Функция es(). Часть 5. Важные параметры

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 […]

Пакет «smooth» для R. Функция es(). Часть 4. Выбор моделей и комбинирование прогнозов

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 […]

Пакет «smooth» для R. Функция es(). Часть 3. Мультипликативные модели

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 […]

Пакет «smooth» для R. Функция es(). Часть 2. Аддитивные модели

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 […]

Пакет «smooth» для R. Функция es(). Часть 1

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 […]

Выбор вузов России

Тем временем наш учебник «Методы социально-экономического прогнозирования» (в двух томах) получил премию «Выбор вузов России», которую выдают в том случае, если учебник закупает большое количество вузов. По сути это говорит о популярности издания. Новость об этом я, правда, нашёл только на сайте питерской Вышки, на сайте издательства Юрайт при этом, почему-то, ничего не пишут. Однако […]

О том, как спрогнозировать рубль

Вот вы говорите: «Ну, что нам твоё прогнозирование?!». Ну, может, и не говорите, но точно подумали! Все эти странные формулы, общие слова об инерционности, какие-то квантильные регрессии, экспоненциальное сглаживание и прочее. Это же всё так далеко и оторвано от реальности, не так ли? А вот и не так. И чтобы показать это, давайте-ка обсудим такую […]