Презентация на 19th IIF Workshop

Во вторник и среду (28 и 29 июня) в Ланкастере прошёл научный семинар на тему «Прогнозирование в цепи поставок» (Supply Chain Forecasting for Operations). В среду я презентовал исследование, которое мы сейчас проводим вместе с Джоном Бойланом (John Boylan). В нём мы предлагаем универсальную модель, позволяющую объединить стандартные методы и методы прогнозирования целочисленного спроса. Делается […]

Презентация в Высшей Школе Экономики (Санкт-Петербург)

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 […]

Презентация в университете города Гент, Бельгия

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 […]

Smooth — новый пакет для R

Давно ничего не появлялось на страницах этого блога. Пора бы исправить этот пробел. Сегодня, 30 января 2016 года, начинает свою жизнь пакет для R под названием «smooth». Пока что он публикуется только на сайте github.com, но в перспективе он появится и в CRAN, что облегчит многим жизнь и позволит забыть о всяких Rtools и devtools. […]

TStools v1.6 и функция es()

С момента последней записи о функции es() прошло уже достаточно времени, и, конечно же, я не бездельничал, а она не стояла на месте. Что же нового появилось? Давайте посмотрим. Построение прогнозных интервалов. Пока что с помощью функции можно получать полупараметрические и непараметрические интервалы. Первые используют ковариационную матрицу многошаговых ошибок (см. Продвинутые методы оценки), вторые используют […]

Обновления в функции «es» в R

С момента последней записи о функции экспоненциального сглаживания в R прошло уже почти два месяца. А за это время в функции произошёл ряд изменений: Я её переименовал из «ets2» в более благозвучное es() — «Exponential Smoothing»; Функция теперь позволяет использовать экзогенные переменные. Делается это через параметр xreg. В параметр можно подавать как вектора (то есть […]

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 […]

Распределение ошибок в ETS

Ещё в самом начале, когда я стал изучать подход пространства состояний к экспоненциальному сглаживанию, меня удивила одна вещь: Роб Хайндман и др. в книге «Forecasting with Exponential Smoothing» предполагали везде в своих выкладках, что ошибки в моделях распределены нормально. Ну, это вообще само по себе популярное предположение относительно ошибок, но речь сейчас не о том, […]

Функция es для R

Данная статья многим может показаться совершенно непонятной. Оно и не удивительно, к моделям экспоненциального сглаживания мы ещё в учебнике не подобрались, а вот программу для них уже обсуждаем… Что же поделаешь?! Жизнь жестока! Итак, в R для построения моделей экспоненциального сглаживания существует прекрасная функция ets() из пакета forecast, которым занимается Rob J.Hyndman. Пакет находится в […]

ARIMA, ETS и определение сезонности

В одном из последних исследований мне потребовалось сгенерировать много временных рядов, используя модель экспоненциального сглаживания (ETS). В какой-нибудь будущей статье на сайте я обязательно подробней расскажу об этой модели, сейчас же главная мысль — это то, что с помощью неё можно генерировать сезонные / не сезонные данные, а так же с трендом / без тренда. […]