时间序列预测:每周预测与每日预测
时间序列预测是一种利用历史数据来预测未来时间点上的数值或趋势的方法。它在许多领域中都有广泛的应用，例如金融、交通、气象、销售预测等。
时间序列预测可以分为每周预测和每日预测两种类型。
每周预测是指基于历史每周数据的模式和趋势，预测未来每周的数值。这种预测方法适用于一些具有周期性变化的数据，例如每周销售额、每周用户活跃度等。通过分析历史数据中的周期性模式和趋势，可以预测未来每周的数值变化情况。
每日预测是指基于历史每日数据的模式和趋势，预测未来每日的数值。这种预测方法适用于一些需要更精细预测的数据，例如每日股票价格、每日气温等。通过分析历史数据中的季节性、趋势性和周期性等特征，可以预测未来每日的数值变化情况。
在时间序列预测中，常用的方法包括ARIMA模型、指数平滑法、神经网络等。具体选择哪种方法取决于数据的特点和预测的需求。
对于时间序列预测，腾讯云提供了一系列相关产品和服务。其中，腾讯云的AI时序预测（Time Series Forecasting）是一项基于深度学习的时间序列预测服务。它提供了简单易用的API接口，可以帮助用户快速构建和部署时间序列预测模型。用户只需提供历史数据，即可通过该服务进行未来时间点的预测。
更多关于腾讯云AI时序预测的信息，可以访问以下链接： https://cloud.tencent.com/product/tsf
相关·内容
1回答
我有一些每日的时间序列数据。我正在尝试从每日的历史数据中预测未来3天。
历史数据显示出基于一周中某一天的明确趋势，如周一、周二等，周一和周二是高峰期，周三通常是高峰期，然后在一周剩下的时间里下降。
如果我按月或按周对数据进行分组，我肯定可以看到随着时间的推移而上升的趋势，这种趋势似乎是累加的。
我的目标是只预测未来3天。我的直觉告诉我采取一种方法，我希望得到一些关于利弊和其他方法的反馈。
我的直觉告诉我，按周或月对数据进行分组，然后预测下一周或月可能会更好。假设我通过将每周的历史数据加载到ARIMA中，对下周进行训练、测试和预测，从而预测下周的总额。在一周内，每周的每一天通常占该周总数的x%。
浏览 28提问于2019-10-24得票数 0
我正在浏览谷歌的官方数据科学博客，特别是我们对大规模稳健时间序列预测的探索。
他们的预测方法包括每周的总预测，然后将这些总数分配到每周的个别日子。我想知道有什么推荐的方法来做到这一点。
Specifically，如果我有一个日/小时数据的时间序列，将其汇总为每周总计，然后对接下来的几周进行预测，我如何将这些总数分配给日/小时值？
我考虑过的一种方法是在确保预报保持在限度内上应用Rob的“预测:原理和实践”中的建议，但感觉我把问题弄得太复杂了。
编辑:我已经找到了几个引用，用于使用最优预测调节来调整聚合数据和单个值的预测。仍在试图根据每周总数确定是否只能用于调节每日/每小时的数值。
浏览 0提问于2022-01-29得票数 1
我试图想出一个公式或机器学习算法，我可以使用它来大致预测每周或每月的用户。
要记住的是，我已经对每周/几个月的独特访客进行了统计，我想做一个近乎准确的预测。在这里，简单地总结每日唯一的用户将不会工作，因为他们可以是独特的一天，但不是在两天，因为他们可以有一个会话超过2天。
为了节省时间和资源，这种方法可以替代在整个周/月数据上运行星火作业--这可能吗？
我看过时间序列和线性回归，但需要更多的澄清可能的方法和任何工作？
浏览 0提问于2016-01-25得票数 2
1回答
高频时间序列模型的拟合及短期预测
、、、、
我有一个值的时间序列，频率相当高(15分钟)。timeseries没有缺少值，并显示了一些每日和每周的周期性组件。
我试图在R中使用fable对其建模，但我似乎找不到任何像样的结果，我想知道我是否做错了什么。
下面是我的代码，使用一个可以下载的示例数据集：
library(tsibble)
library(fable)
library(dplyr)
library(lubridate)
download.file("https://srv-file7.gofile.io/download/9yo0cg/so_data.csv", destfile = "so_data
浏览 2提问于2019-09-20得票数 2
回答已采纳
1回答
我有1241个从2012-11-19到2017-10-16的每日数据，但仅限于工作日(自助餐厅的服务次数)。我正在尝试进行预测，但我在初始化时间序列时遇到了问题：
timeseries = ts(passage, frequency = 365,
start = c(2012, as.numeric(format(as.Date("2012-11-19"), "%j"))),
end = c(2017, as.numeric(format(as.Date("2017-10-16"), "%j"))) )
如果我真的这样
浏览 16提问于2018-01-03得票数 2
回答已采纳
我有一个公司的每日销售数据集。列是，类别代码(4类)，项目代码(195项)，日ID (从2021年9月1日至2022年2月1日)，每日销售数量。
在val和测试集中，我必须预测从2022年2月14日到2022年3月13日的每周销售量。列是类别代码、项代码、周号(w1、w2、w3、w4)。在val集合中，我每周以qty为单位进行销售，而在测试集中，我必须以qty来预测每周的销售额。
因为我的火车每天都有销量，而且没有周数，所以我对如何处理这个问题感到困惑。我没有他们在val和测试集中给出的几个月的销售历史数据。
我是否应该把火车上每一个月的天数定为w1，w2，w3，w4？还有其他好方法吗？
我试
浏览 5提问于2022-03-27得票数 -1
回答已采纳
5回答
我刚刚开始使用ts类来分析我拥有的一些时间序列数据。
我有种感觉，ts类不太适合分析每日或每周数据。我在网上或在Cowpertwait和Metcalfe的“带R的介绍性时间序列”中看到的几乎所有示例都使用月度或年度数据。
我想用ts来分析每周的数据，这是不是不可取？
浏览 1提问于2011-12-09得票数 18
1回答
嗨，Stack溢出社区。
我有5年的每周价格数据超过15K产品(5*15K**52记录)。每个产品都是一个单变量时间序列。目的是预测每种产品的价格。
我熟悉单变量时间序列分析，在这种分析中，我们可以可视化每个ts序列，绘制其ACF、PACF和预测序列。但是，在这种情况下，当我有15K不同的时间序列时，单变量时间序列分析是不可能的，不能对每个时间序列、其ACF、PACF和预测每个产品的分别进行可视化，并对其进行调整/决策。
我正在寻找一些建议和指导，以解决这个多系列预测问题使用R(更好)。如有任何帮助和支持，将不胜感激。
提前谢谢。
浏览 2提问于2020-09-03得票数 1
1回答
我有过去两年的每日需求数据。数据有每周季节和嵌套的每日季节。我使用frequency=365的ts函数将数据转换成时间序列。现在使用HoltWinters方法时，他每天都把自己的季节解释成一个季节，结果就不太好了。我怎么能告诉他只包括59个季节(52周和7天)？
浏览 0提问于2018-02-09得票数 1
回答已采纳
假设你正在建立一个销售预测模型来预测明天的销售价值，以及接下来的2周的日销售额。该模型正在使用过去1.5年的每日数据进行培训，并遵循一种强有力的每周季节性模式。
显然，一旦你对模型的表现感到满意，是否有必要每天对模型进行重新训练，以捕获到昨天的数据，并包括昨天，以便对明天的销售价值做出最准确的预测？从本质上讲，该模型将接受1.5年滚动数据的培训，以捕捉昨日的销售价值。
还是取决于所使用的模型类型？是否需要在出现新数据时完全重新训练？
我明白为什么重新训练你的标准时间序列预测模型(ARIMA等)是有意义的，但我也能理解更复杂的模型(神经网络等)。可以一概而论，不必每天重新训练。
我正在寻找一个模
浏览 0提问于2019-05-07得票数 2
3回答
我想预测某些每周可预测的值(低信噪比)。我需要预测一年中每周形成的整个时间序列(52个值-图1)。
我的第一个想法是使用TensorFlow上的Keras开发一个多到多的LSTM模型(图2)。我用52个输入层(前一年给定的时间序列)和52个预测输出层(明年的时间序列)来训练模型。train_X的形状是( X_examples，52，1)，换句话说，X_examples训练，52个时间步骤，每一个特征。据我所知，Keras将把52个输入视为同一域的时间序列。train_Y的形状相同(y_examples，52，1)。我添加了一个TimeDistributed层。我的想法是，该算法将预测
浏览 5提问于2017-12-01得票数 23
回答已采纳
1回答
我正在处理一个高频的时间序列数据：
date values
2019-12-30 21:00:00 7134.0
2019-12-30 21:00:27 7147.0
2019-12-30 21:04:27 7135.0
2019-12-30 21:08:27 7122.0
2019-12-30 21:12:27 7121.0
2019-12-30 21:16:27 7125.0
2019-12-30 21:20:27 7135.0
2019-12-30 21:24:27 7121.0
2019-12-30 2
浏览 1提问于2021-02-19得票数 0
很多时候，时间序列数据是通过arima.sin()函数在R中生成的，我想知道这样的时间序列数据是以什么频率出现的？它可以是每日，每周，每月或每年的频率，以便我可以知道如何处理它的分析。例如，如果我需要将其转换为R中的时间序列数据，我会编写：
data1 <- arima.sim(n, model = list(ar=phi, order = c(1, 0, 0)), sd = 1)
data <- ts(data1, frequency =12)# or frequency = 7, 4, 1 etc
特别是如果我必须做时间序列分解，我必须用R编写这个
#time series d
浏览 2提问于2020-12-02得票数 0
回答已采纳
金融/银行领域的数据科学应用的好资源是什么？
我想知道以下几点：
金融/银行领域的趋势
创新公司在金融/银行领域如何利用数据科学？
加拿大金融/银行业的主要开放数据来源
我订阅了几个数据科学新闻，但没有一个专注于金融/银行业。我需要每日/每周的新闻和实习报告。这是我的工作，我将在此基础上进行评估，因此及时获得足够的信息对我来说非常重要。
有什么建议吗？非常感谢!
浏览 0提问于2016-08-17得票数 0
回答已采纳
3回答
我有一个高股票折线图，显示给定股票的每日和每周股票价格。问题是，当数据数组足够大时，每日数据点被“采样”为每周数据点，而每周数据点被采样为每月数据点。
有没有办法设置他们的用户每周，或每月的时候，需要。
提前感谢
浏览 3提问于2012-03-24得票数 6
1回答
我需要回答以下问题：
事件1在新样本的某个时间点发生的概率是多少？在什么时候，这种情况更有可能发生？
1:事件发生在特定的时间点，0:事件没有发生，-1:与请求的事件相反(也没有兴趣)。
对于每一个样本，6个时间点是随着时间的推移而测量的。让我们假设这是每周一次(1w，2w，3w，4w，5w，6w)。
sample 1 = (0, 0, 0, 0, 0, 1)
sample 2 = (0, 0, 1, 1, 1, 1)
sample 3 = (0, 0, 0, 0, 1, 1)
sample 4 = (0, 0, 0, 0, 0, 1)
sample 5 = (0, 0, 0, 1, 1, 1
浏览 0提问于2022-03-16得票数 1
1回答
我希望你做得很好。我最近开始了一个时间序列项目，我刚刚准备好我的数据和计算趋势(每天，每周，每年)，我想知道我应该用我的变量的绝对值和计算的趋势做什么不同的情节？
另外，我希望任何人都能告诉我，在时间序列上工作的最佳实践是什么，我应该注意的细节是什么！
谢谢！
浏览 0提问于2019-03-12得票数 0
对neo4j来说是新手。我的neo4j关系看起来像是..。
(p:Person{
name:"XYZ",
joinDate:'date_ in_datetime_format'
})
-[:PART_OF]->
(c:Club {name:"ABC"})
我想制作一个成员的名单，如每日，每周，每月，季度，每年。因此，如果持续时间是每日，我想得到‘人数增加’的所有天连同一个索引({比率，索引})。每周，每月，等等.
我想为不同的持续时间情况编写不同的查询。
我知道如何计数所有的计划和成员，并得到热门的案例，我被困在计数成员
浏览 5提问于2022-11-05得票数 0
1回答
我的数据有对应于机器中某个特定部件的故障发生的时间戳。时间戳不是均匀分布的。我的问题是: 1)我可以用什么方法(几乎)准确地预测未来的失败事件(时间戳)？2)我还能得到哪些其他特性？
到目前为止我尝试过的是：
由于时间戳序列间隔不均匀，我导出了顺序故障发生之间的特征datediff=差异。由于现在是单变量时间序列，所以我尝试了经典的时间序列预测方法，如ARIMA和SARIMA (效果不佳)。
我正在张贴时间序列freq=7(每周)的季节性分解。
📷
freq=30
📷
acf/pacf
📷
浏览 0提问于2020-03-06得票数 3
回答已采纳
我想要设置一个排行榜，就像stackoverflow用户信誉列表页面一样。
每次用户开始一个新的游戏时，他的分数都会被加到他之前的游戏分数上。意味着分数将会累积。当我设置一个新的高分时，google play将更新所有三个排行榜(每日、每周和所有时间)。alltime部分没问题。但每日排行榜和每周排行榜的值必须分别计算。我是否可以选择要更新的时间段，或者至少禁用每日和每周排行榜？
浏览 5提问于2013-11-19得票数 2
A有一个网站，用户可以根据自己的时间表和优先顺序生成每日/每周/每月的时间表报告。
系统应该按照用户定义的下列任何调度功能发送一些报告：
每日在用户定义的特定时间
每周在用户定义的特定时间内的特定日期
每月在用户定义的特定时间的特定日期
因此，我需要根据用户的输入执行任务:如果用户在中午12点选择每日报告，他将收到一份关于该时间的报告。
在这方面最好的方法是什么？
浏览 5提问于2022-04-04得票数 -1
3回答
有人能为时间序列数据处理提供资源吗。我不寻找时间序列统计分析(如ARIMA，预测等)。相反，我想根据时间段提取一部分数据。
谢谢德克和莫森！@德克:我一定会去动物园的。我听说这对TS有好处，但出于某种原因，我突然从脑海中溜走了。@Mohsen:我没有使用分解方法。但是我尝试了stl &它给了我很多错误。我希望我能得到更多关于it.Also的细节，我寻找你提供给我的链接。但这是使用其他软件进行TS的工作。我对TS的统计分析没有问题。但我在R.
此外，大部分时间我处理每日，每周和每月的数据。但我遇到的例子是年度数据。所以，当我试图复制我的数据集中的示例时，我得到了很多错误。我无法格式化每
浏览 3提问于2011-02-05得票数 1
1回答
基本上，我未来3个月的任务是预测医院急诊科的床位需求和其他一些变量。这些数据相当于这些变量五年的每日观察值。数据是完整的，没有缺失值。 目标是提高当前工具(即Excel工作簿)的预测精度。 到目前为止，我还没有在大学里学过任何时间序列或优化课程-所以当我意识到我对如何处理这个项目一无所知，并且我将完全独自工作时，想象一下我的恐惧。我被告知部门里没有人有任何经验，也没有人能帮助我。我正在使用RStudio，但我不是很熟练，因为它是自学的。 通过尝试这里提出的问题以及YouTube教程来学习适当的语法和函数，我设法发现: 1)我的数据是一个时间序列，我应该应用预测模型来根据我拥有的历史数据来预测
浏览 11提问于2019-06-06得票数 0
2回答
我期待着预测我的时间序列。我有以下期间的每日数据2021年1月1日至2022年7月1日.所以我每天都有一栏观察。到目前为止我尝试过的是：
d1=zoo(data, seq(from = as.Date("2021-01-01"), to = as.Date("2022-07-01"), by = 1))
tsdata <- ts(d1, frequency = 365)
ddata <- decompose(tsdata, "multiplicative")
我在这里得到以下错误：
分解中的错误(tsdata，“乘性”)：时间序列没
浏览 8提问于2022-07-12得票数 0
1回答
我有为期一年的15个预测变量的每周数据(52个观察值)。我计划将Prophet预测与VAR模型进行比较。 有没有办法对这两个模型进行交叉验证，特别是VAR。 谢谢 惠普
浏览 50提问于2020-04-08得票数 0
我有一个数据集，有一个datetimeindex和两个列，'WorkoutID'，'power‘。
datetimeindex位于每日水平，但我正尝试将时间重新调整到每周的水平，并在每周内从所有锻炼中获得最大能量：
df['best_power'] = df['power'].resample('D').max()
现在，它的输出给出了每周一次的datetimeindex和最大功率('best_power')，但是它删除了workoutID列。
我也希望能够看到最大功率来自什么workoutId -我如何保
浏览 0提问于2018-05-09得票数 1
回答已采纳
我们希望使用Redcap + Twilio对N=150人进行一项“每日日记”(生态瞬间评估)研究。这项研究将涉及7周的时间，参与者将被要求每天早上、每天晚上和每周一次完成一项简短的调查。早上的调查每次都是一样的，晚上的调查和每周的调查也是一样。
有没有办法在不使用“事件”功能的情况下，安排每天(和每周)发出的同样的调查？
浏览 10提问于2022-07-22得票数 0
1回答
因此，我有一个文件，其中包含一周中每一天的每日时间表和一个单一的每周时间表。我已经设置了公式，所以当每天更改时间表时，每周都会自动更新。它工作得很好，希望这个包含两个文件的文件夹被认为是我的“主”空白副本。我希望每周都能复制大师的名字，并将其改名为每周一次，因为我每周都要这样做。当我做一个主副本并调整复制的每日时间表时，它不会更改新的主副本。公式仍然链接到原始文件，该文件是空白的，而不是新的副本。当我复制整个主程序时，我的公式是否可以自动更新新的路径？
它现在在每周复制时是这样的：
='Z:\Payroll*Master*\Mondayweekly.xlsxSheet1'!$D
浏览 1提问于2021-03-30得票数 0
2回答
我想知道它是否错误；在处理时间序列数据时；以每日价格为特征，以3天后的价格为目标。
这是正确的，还是我应该使用第二天的价格作为目标和培训后；预测3次；每次在未来一天(使用预测值作为一个新的功能)。
这两种方法会产生类似的结果吗？
浏览 0提问于2018-08-06得票数 1
1回答
我有一个时间序列数据有一些缺失的日期。例如，在'2017-08-06‘下面的数据集中缺少。
📷
若要在先知模型中输入此数据，是否必须创建包含所有缺失日期的数据框架？我知道先知模型不需要在任何特定的时间内填充丢失的数据，因为它是一个基于曲线拟合的模型。但我不确定是否应该将所有日期都包括在每日时间序列预测中。非常感谢你回答我的问题。
浏览 0提问于2022-10-06得票数 4
回答已采纳
我有10个索引，我每周轮换一次，每个索引可以达到100 on，根据索引的不同，每个索引有1000-2000万个文档。在我轮换之后，我通常会优化，但这可能需要相当长的一段时间，我甚至遇到了一个OOM问题，索引特别重。
我考虑转而使用每日索引。这将加快优化速度，并允许我在更细粒度的级别上存档/关闭索引。
使用每日超过每周的轮换方案有什么缺点吗？我知道有很多变量可能会影响这一点，所以如果没有一个直接的答案，那么关于索引轮换的最佳实践是什么？
谢谢!
浏览 2提问于2014-08-29得票数 3
2回答
时间分组间的d3转换
、、、
我似乎找不到一个简单的例子，图表可以很容易地在时间分组级别之间反弹。假设我有每日数据，我希望能够以不同的聚合级别(每天、每周、每月)在图表上显示这些数据。
是否有一种不用经过大量处理就可以使用D3完成此操作的好方法(删除所有rects，并以不同级别分组的新rects替换)？
浏览 5提问于2013-08-16得票数 0
回答已采纳
1回答
我想预测一个地点(映射到lat/lng的邮政编码)会有多拥挤。我想对这样的问题作出预测:下周一下午6点至8点，围绕邮政编码12345的50米地区的人群密度会是怎样的？
首先，我正在处理包含时间戳和邮政编码的历史事务数据(作为人类活动的代理)。当新的事务数据发生时，我也想将它们合并到我的模型中。
这有道理吗？
根据请求的时间(下午6点到8点之间)过滤历史事务。
根据所需的邻近性对事务进行聚类，以获得该区域的每日事务总数。
使用每日总数作为我的回归模型的训练数据。
用这个模型来预测
我是否需要重新运行整个过程来解释实时到达的新数据(例如，每5分钟一次)？是否有适合的增量ML模型？
浏览 0提问于2018-05-12得票数 0
1回答
我有一个从1960年到2015年的每日温度的时间序列，并想预测2016年。我的目标是使用一种简单的方法，同时仍然能够捕获一段时间内数据的趋势和季节性。(其实我只关心5-8月份的天气情况，但不确定是否可以只用过去几年5-8月份的数据来做一个令人信服的预测，所以我预测了一年)
我尝试了auto.arima，它建议的顺序是(2,0,1)，但结果似乎相当糟糕(见图)来自arima的预测
此外，我尝试了HoltWinters平滑方法，得到了一个看似合理的结果。然而，我不知道这种方法是否适合预测温度。来自硬件的预测
浏览 0提问于2017-09-26得票数 0
4回答
对于已知具有季节或每日模式的数据，我想使用傅立叶分析来进行预测。在对时间序列数据进行fft之后，我得到了系数。如何使用这些系数进行预测？
我相信FFT假设它接收的所有数据都构成一个周期，那么，如果我简单地使用ifft重新生成数据，我也会重新生成函数的连续性，那么我可以将这些值用于未来的值吗？
简单地说:我对t=0,1,2，..10运行快速傅立叶变换，然后对coef使用ifft，我可以对t=11,12，..20使用重新生成的时间序列吗？
浏览 0提问于2010-12-19得票数 48
回答已采纳
2回答
公司每天为灾难恢复目的对其数据执行完整备份。但是，它们的备份过程不能在指定的备份时间窗口内完成。
关于如何调整备份环境以减少备份时间，您会向该公司推荐什么？我们有4位候选人，
1.执行基于局域网的备份
2.每周全备份和每日增量
3.每周全备份和每日累积
4.增加更多的ISL以增加带宽
当比较增量备份和累积备份时，增量备份时间肯定比累积备份时间短--我不知道在现有存储系统中允许增加更多的.But，或者这种操作真的能缩短备份时间吗？
浏览 0提问于2013-06-25得票数 -1
我有一个从周六开始到周三结束的每日时间序列。它有一个明确的每周周期。它存储在R中的向量a中，因此，我尝试将其转换为时间序列对象-
ts(a,frequency=7)
这给了我-
Time Series:
Start = c(1, 1)
End = c(13, 5)
(1,1)和(13,5)是什么意思？在这种情况下，指定start和end的最佳方式是什么。互联网上的所有例子都是处理年度数据，而不是每日数据。
浏览 0提问于2014-05-12得票数 16
回答已采纳
我想在每周图表上画一个50天的简单移动平均线。我可以确定当前显示的时间框架。如果是每周一次，我可以用一个很近的间隔: 50/7等于每周7小节，但数值不准确。是否有办法在每周图表上绘制准确的每日SMA？
浏览 1提问于2020-04-10得票数 0
回答已采纳
是否有一种特殊的数据格式、方法或最佳做法来存储数据，例如，在mysql数据库中，随着时间的推移，数据的准确性会下降？
想象一下，我想在以下站点上显示页面浏览量
过去24小时的每小时精度
过去7天的每日精度
过去X个月的每周精度
等等..。
似乎有这样的构建:您可以在任何时候放大图表，而不会真正注意到数据点的糟糕分布。
当然，我可以简单地存储详细的时间和简单地通过分组聚合，但我正在寻找一个很好的权衡，关于我必须存储的数据量和选择检查趋势随着时间的推移。
在这方面有什么策略吗？我要在谷歌搜索什么？我找不到任何东西，也许我遗漏了一些关键字来包含。
浏览 3提问于2015-04-13得票数 1
2回答
两年来，我拥有以下数据集，每个数据集保存了大约10.000项记录。每周都会生成一份新的报告，显示当前或前一个月的性能。因此，最近的每周报告将覆盖前一次报告的每月价值(针对该具体月份)。我需要根据每周的数据来预测今年的表现。
📷
我有两个问题：
为了进行机器学习，我需要如何构造数据集？如果我保留上面的内容，我将得到大约150个特性(每周3个)，而且我不知道是否有一个ML算法能够处理我需要对其进行预测的年份的n/a (所有即将到来的几个星期)。我还可以通过将三列按周组合成三个特性(结果是长而窄的表)，将其转换为一个新的数据集。但这将复制每一个实体和产值约50倍(每周一次)。
根据答案1.什么是合适
浏览 0提问于2019-01-07得票数 1
我有一个每日数据的数据框架: df，有四列：Date, A, B, C，我正在尝试按列获取每周数据的平均值。我试过了：
library(xts)
xdf <- xts(df[ ,-1],as.Date(df$Date))
apply.weekly(xdf,mean)
但这给了我所有列的平均值。我需要每列的每周平均值。
谢谢你的帮助
浏览 0提问于2012-06-21得票数 1
回答已采纳
1回答
我一直在从事一个SAS ETL项目，在这个项目中，我们首先在每个月开始时从Teradata仓库提取上个月的数据，然后再进一步处理。
这是通过为每个表提取脚本来完成的，然后将数据存储到一个每月的文件夹结构(yyyymm)中。在以这种方式工作了几个月之后，我们现在已经开始收到每日、每周等产品摘要的要求。当前的数据存储文件夹结构是：
库/数据/YYYYMM文件夹在一个库中。
我必须改变结构(对当前结构的影响最小)，以适应不同的时间框架请求，如每日，每周，每两周，季刊等。
我想到了两个选项:在当前结构(每月文件夹)中，添加
每日、每周和每月文件夹
图书馆/ YYYYMM /月刊
图书馆/
浏览 3提问于2017-08-09得票数 0
1回答
我有一个3年的日级数据集，我在R中运行auto.arima()进行简单的时间序列预测，它给了我一个(2,1,2)模型。当我使用这个模型预测未来一年的变量时，几天后曲线图变得恒定，这不可能是正确的
由于我有3年的每日数据，频率为364天，ARIMA不能处理大频率的每日数据吗？
任何帮助我们都将不胜感激。
浏览 3提问于2016-05-18得票数 1
我有一个美国股票的ohlc每日数据。我想从它导出一个每周的时间序列，并计算SMA和EMA。为了能够做到这一点，需要从每周最高值创建每周时间序列，并从每周最低值创建另一个每周时间序列。在那之后，我会计算他们的sma和ema，然后分配给一周中的每一天(向前一个周期)。所以，第一个问题首先，我如何使用R(任何包)从每日获得每周，或者更好，如果你能向我展示它的算法，任何语言，但首选是Golang？无论如何，如果需要，我可以用golang重写它。
Date High Low Week(High) Week(Low) WkSMAHigh 2DP W
浏览 4提问于2018-01-29得票数 0
3回答
我一直在读关于时间序列预测的文章。
它们都是从相同的假设出发的:时间序列预测不能被看作是一个回归/分类问题。它是与时间有关的，这意味着我们的目标y在时间t上取决于y在t-1处的值。
这一动机通常伴随着一些显示某种趋势/季节性的示例数据。此外，其他支持点有：
数据分布(均值，方差)随着时间的推移而变化。
传统的火车/测试分割没有任何意义，因为用9月份的数据来预测一月份的数据有什么意义？
当然可以。但让我试着指出这个例子。假设我们有一个简单的时间戳，变量数据集，并且我们试图在t+1中预测值
. value =‘value 2’> /01/2019/2019. =31/12/2019？\x{
浏览 0提问于2019-10-29得票数 6
1回答
我保持一个记录的用户的电子邮件/IP截屏截图(44键)，我们的网站。目前，我正在根据他们的每周截图计数来阻止他们。
然而，我正在考虑应用每日限速--限制它们在一段时间内被限制访问(如果它们多次超过每日阈值--每天的阈值限制也开始降低)，并且在某个时候，它们是永久受限的。
这是减少我的网站无限制截图的最好方法吗？
谢谢
我试着根据用户每周的打印屏幕数量来限制他们的使用。然而，一些用户在短短几个小时内就突破了每周的门槛。我绝对希望立即限制这类用户。
浏览 7提问于2022-03-24得票数 0
1回答
我正在使用Spark (Scala)来执行每周发生的批处理。每天，我们都有以下模式的销售数据的每日提要:日期、产品、销售
每周，我们都要导入该周所有的每日数据，汇总每天的销售额，以找到每个产品每周的平均销售额。然后，我们导出具有以下标题的文件: Week、product、sales_average (并将其与前一周的聚合合并)
这里的问题是，我们可以为已经计算的聚合接收更新。例如，让我们假设我们在第一周，我们已经计算了每周平均每周的每一个产品。在下一周(第2周)，我可以收到每日销售行，其中“日”列指的是前一周(第一周)，而不是第二周。因此，相应产品的Week1已经计算出来的值不再准确，我们需要
浏览 1提问于2018-03-24得票数 5
在Linux中，每天、每周和每月运行/etc/crontab中的作业有时会运行
每日25 6***
每周47 6**7
52 6 1**月
我想在凌晨1点前调整时间。
有什么特别的理由把时间定在04:00以后还是06:00以后？
除了凌驾于一切的规则之外，我还需要注意任何事情吗？
浏览 0提问于2011-07-03得票数 3
2回答
我正在编写一个HAR-RV波动模型，在该模型中，我将每天、每周和每月的数据进行回归，以预测明天的日波动率。我有6年的每日数据，我想对其进行回溯。起初，我认为这很简单--我用熊猫作为自由，将我的每日数据转换为每周和每月来计算每日、每周和每月的pct_change来开始分析。问题是，我试图在python中找到一个函数，允许我计算每个日数据点的每月和每周pct_change，以便在1/24/15时，我将有一周从1/17/2015 (-7天)开始、从12/25/2014 (-30天)开始的一个月(-30天)，以及从1/16/2015 (-7天)开始和从12/24/2014 (-30天)开始的一个月，等
浏览 2提问于2015-01-25得票数 0
回答已采纳
1回答
我想在我的iPhone应用程序中进行本地通知。用户可以根据不同的类别设置通知和时间。这些类别如下：
每日
平日
周末
每星期一
每周二
每周四
每周五
每周六
每个星期天。
对于每个类别，用户可以选择多次并为此设置本地通知。例如，如果我选择每日通知，我可以添加多个时间上午10点，上午11点，下午12点等。因此，用户可以在每天设置的最大通知是24(一天中24小时)。对于每个通知，我需要获取一个随机/唯一的文本，并将其设置为本地通知。因此，如果用户选择所有这9个类别，那么他可以设置的最大通知是24*9(每个类别24)= 216。
所以我的问题是：-
浏览 3提问于2012-06-29得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
