R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
报告链接：http://tecdat.cn/?p=32161 本文通过建立空载率的数学模型，帮助客户来分析出租车的空载率，从而对出租车补贴政策能否提高高峰期的实载率，缓解打车难问题进行了说明（点击文末“阅读原文”获取完整代码数据）。 分析思路 1.利用这么多天的数据...
使用R语言进行时间序列（arima，指数平滑）分析（下）
使用R语言进行时间序列（arima，指数平滑）分析（上）：https://developer.aliyun.com/article/1493892 这里1913-1920的预测绘制为蓝线，80％预测间隔绘制为橙色阴影区域，95％预测间隔绘制为黄色阴影区域。 对于每个时间点，“预测误差”被计算为观测值...
使用R语言进行时间序列（arima，指数平滑）分析（上）
原文链接：http://tecdat.cn/?p=3609 您要分析时间序列数据的第一件事就是将其读入R，并绘制时间序列。您可以使用scan（）函数将数据读入R，该函数假定连续时间点的数据位于包含一列的简单文本文件中（点击文末“阅读原文”获取完整代码数据）。 读时间序列数据 数据集如下所...
数据分享|R语言分析上海空气质量指数数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法
全文链接：http://tecdat.cn/?p=30131 最近我们被客户要求撰写关于上海空气质量指数的研究报告。本文向大家介绍R语言对上海PM2.5等空气质量数据（查看文末了解数据免费获取方式）间的相关分析和预测分析，主要内容包括其使用实例，具有一定的参考价值，需要的朋友可以参考一下（点击文末“...
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
在等距时间段内以一系列点获得的数据通常称为时间序列数据。月度零售销售、每日天气预报、失业数据、消费者情绪调查等都是时间序列数据的经典示例。事实上，自然界、科学、商业和许多其他应用中的大多数变量都依赖于可以在固定时间间隔内测量的数据。 分析时间序列数据的关键原因之一是了解过去并预测未来。科学家可以利用...
R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测
电力负荷预测是电网规划的基础，其水平的高低将直接影响电网规划质量的优劣。为了准确预测电力负荷，有必要进行建模。本文在R语言中使用分位数回归、GAM样条曲线、指数平滑和SARIMA模型对电力负荷时间序列预测并比较。 用电量 本文使用的数据是1996年至2010年之间的每周用电量数据，序列 ...
R语言时间序列数据指数平滑法分析交互式动态可视化
R语言提供了丰富的功能，可用于绘制R中的时间序列数据。 包括： 自动绘制 xts 时间序列对象（或任何可转换为xts的对象）的图。 高度可配置的轴和系列显示（包括可选的第二个Y轴）。 丰富的交互式功能，包括 缩放/平移 和系列/点 &nb...
R语言与数据分析之九：时间内序列--HoltWinters指数平滑法
今天继续就指数平滑法中最复杂的一种时间序列：有增长或者减少趋势而且存在季节性波动的时间序列的预測算法即Holt-Winters和大家分享。这样的序列能够被分解为水平趋势部分、季节波动部分，因此这两个因素应该在算法中有相应的參数来控制。 Holt-Winters算法中提供了alpha、beta和gam...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。