시계열 누적 변수 예측

Question

결코 감소하지 않는 누적 변수를 기반으로 시계열 모델을 작성하려고합니다.

관찰 가능 항목이 특정 값에 도달 할 때 (즉, 아래 이미지의 파란색 선과 교차 할 때)에 관심이 있습니다.

주황색 선은 지난 5 명 관찰 가능한의 평균에 기초하여, 마지막으로 알려진 데이터 포인트 증가에 고정된다.

빨간색 선은 고정되어 있지 않으며 마지막 5 개의 관찰 가능 항목을 기반으로 한 선형 적합을 나타냅니다. 이것은 그래프의 시간주기 (108)에서, 예측 된 값이 결코 물리적으로 결코 발생하지 않을 이전 기간의 관찰 가능 값보다 작기 때문에 문제가있는 것으로 보인다.

녹색 선은 고정되어 있지 않으며 모든 관측 값을 기준으로 선형 맞춤을 나타냅니다.

누군가이 유형의 상황을 모델링하는 대안/더 나은 방법을 제안 할 수 있는지 궁금합니다.

Answer 1

@Imo에 동의합니다.

다음과 같이 제안합니다. 모든 데이터 또는 적절한 하위 집합 (최근 5 회의 관측치)을 사용하여 기간별 선형 증가를 예측할 수 있습니다. 그런 다음 기간 107의 관찰을 사용하여 샘플 밖 기간에 대한 값을 예측하십시오. 예를 들어 기간별 증가량이 20 (dx/dt)이고 시간 T에서의 마지막으로 알려진 관측치가 200 (x)의 값이면 x는 시간 T + 1에서 220이됩니다.

따라서 솔루션을 녹색 선으로 적용 할 수 있지만 마지막 관찰에서 시작하려면 약간 위로 이동하십시오.