预测

R包预测:时间序列和线性模型的预测功能,显示和分析单变量时间序列预测的方法和工具,包括通过状态空间模型和自动ARIMA建模的指数平滑。(资料来源:http://cran.r-project.org/web/packages)


zbMATH中的参考文献(参考文献118篇,1标准件)

显示118个结果中的1到20个。
按年份排序(引用)
  1. David Salinas,Valentin Flunkert,Jan Gasthaus:DeepAR:自回归递归网络的概率预测(2021)阿尔十四
  2. 埃克特,弗洛里安人;亨德曼,罗布J。;Panagiotelis,Anastasios:使用贝叶斯预测调节预测瑞士出口(2021年)
  3. 库伦茨,尼古拉斯;乔治阿萨那索普洛斯:阐明间歇性需求序列的结构(2021年)
  4. 马少辉;《零售业元学习:2021年零售业预测》
  5. 米莎ł Narajewski,Jens-Kley-Holsteg,Florian-Ziel:tsrobprep-一个用于时间序列数据稳健预处理的R包(2021)阿尔十四
  6. 泰伯,苏海伯本;泰勒,詹姆斯W。;Hyndman,Rob J.:用智能电表数据进行电力需求的分层概率预测(2021年)
  7. 范贝尔,詹特;枪,头饰;韦贝克,伍特:利用共享销售数据预测多级供应链中的批发商需求(2021年)
  8. 亚历山德罗夫,亚历山大;贝尼迪斯,康斯坦丁诺斯;博克施耐德,迈克尔;弗伦克特,瓦伦丁;加斯豪斯,一月;蒂姆·贾努肖斯基;玛迪克斯,丹妮尔C。;兰加普兰,西亚玛;萨利纳斯,大卫;舒尔茨,贾斯帕;斯特拉,洛伦佐;Tü阿克曼,阿里·卡纳;Wang,Yuyang:Gloonts:Python中的概率和神经时间序列建模(2020)
  9. 阿坦斯,大卫;巴尔布ás、 亚历杭德罗;纳瓦罗,伊莱西奥:用单因素模型构建动态生命表(2020年)
  10. 巴贾利诺夫东部。;Duleba,Sz.:基于沃尔什变换的季节性时间序列预测(2020)
  11. 巴塞利尼,乌戈菲利波;千焦ærgaard,Sø任;Camarda,Carlo Giovanni:预测队列死亡率的死亡年龄分布方法(2020)
  12. 比尔多索拉,我ñ阿基;加里查纳,盖兹卡;扎拉贝蒂亚,埃纳拉;Cilleruelo,Ernesto:战略性新兴技术的特征:大数据案例(2020)
  13. 波齐卡斯,阿波斯托洛斯;Pitselis,Georgios:将交叉分类可信度纳入Lee-Carter多人口死亡率数据模型(2020年)
  14. Esam Mahdi:portes:R软件包,用于时间序列模型中的Portmanteau测试(2020)阿尔十四
  15. Izhar Asael Alonzo Matamoros,Alicia Nieto Reyes:固定过程正态性的R包(2020)阿尔十四
  16. Izhar Asael Alonzo Matamoros,Cristian Andres Cruz Torres:varstan:An R package for Bayesian analysis of structured time series models with Stan(2020年)阿尔十四
  17. 李德贵;罗宾逊,彼得·M。;尚汉林:长程相关曲线时间序列(2020)
  18. 李阳;朱正元:基于卷积的全球臭氧数据时空模拟(2020)
  19. 洛瑟,亚伦P。;费恩黑德,保罗;修女,马修A。;Jensen,Kjeld:回归SARIMA模型的半自动同时预测值选择(2020)
  20. Marina Knight,Kathryn Leeming,Guy Nason,Matthew Nunes:广义网络自回归过程和GNAR包(2020)不是zbMATH