Временные ряды 7.1 Как обойтись без ARIMA и ETS

Временные ряды 7.1 Как обойтись без ARIMA и ETS 00:04 Введение • Обсуждение возможности прогнозирования без использования моделей ARIMA. • План: общий принцип преобразования временного ряда в перекрёстные данные, добавление лагов и функций от прошлых значений. 00:37 Альтернативные алгоритмы • Упоминание алгоритмов, таких как случайный лес, градиентный бустинг и множественная регрессия. • Идея усреднения прогнозов от разных алгоритмов для улучшения результатов. 01:33 Преобразование временного ряда • Создание матрицы предикторов из одного столбца данных. • Использование лагов и функций от лагов в качестве предикторов. 01:46 Пример с лагами • Пример с двумя лагами: t-1 и t-2. • Формирование обучающей выборки и матрицы предикторов. 02:59 Выбор количества лагов • Обсуждение влияния добавления лагов на обучающую выборку. • Рекомендации по добавлению ближайших лагов и сезонных лагов для месячных данных. • Влияние алгоритмов на чувствительность к лишним предикторам. 04:13 Функции от лагов • Использование агрегирующих функций, таких как минимум, максимум, средняя, медиана. • Применение скользящего и растущего окна для создания предикторов. 05:49 Пример с максимумом и минимумом • Пример с максимумом скользящим окном и минимумом растущим окном. • Формирование матрицы предикторов для прогнозирования. 07:00 Итоги • Важность использования алгоритмов, не основанных на моделях ARIMA. • Основные идеи: добавление лагов зависимой переменной и использование агрегирующих функций.