Прогнозный анализ (модель временных рядов) в UNIX

Я знаю, что это не вопрос уровня кода, но хотел узнать ваше мнение.

Мне нужно выполнить «прогнозный анализ» на уровне UNIX с использованием модели временных рядов (например, ARIMA).

Мы реализовали то же самое с помощью R, но моя рабочая среда не поддерживает R.

Снимок данных

Year | Month| Data1| Data2 | Data3
2012 | Jan | 1 |1 |3
2012 | Feb | 2 |21 | 4

Поэтому я хотел реализовать некоторый алгоритм, который поможет мне найти прогнозируемые значения для будущих месяцев.

Есть ли другой способ реализовать «Прогнозный анализ временных рядов» в UNIX (предпочтительно Perl/Shell).


bash r algorithm prediction perl
person Debaditya    schedule 06.06.2013    source источник
comment
Если ваша среда поддерживает Python, вы можете использовать пакет StatsModels: statsmodels.sourceforge.net/stable/tsa. html   -  person jabaldonedo    schedule 06.06.2013
comment
search.cpan.org/~janert/Math- HoltWinters-0.03/lib/Math/ ?   -  person mpapec    schedule 06.06.2013
comment
R доступен для платформ Unix.   -  person Rob Hyndman    schedule 06.06.2013
comment
@Rob В моей рабочей среде (блок UNIX) .. R не установлен ... дома я реализовал тот же алгоритм в R   -  person Debaditya    schedule 06.06.2013
comment
@mpapec Спасибо ... я буду работать над этим   -  person Debaditya    schedule 06.06.2013

Ответы (1)


arrow_upward
1
arrow_downward

Поскольку вас интересуют perl и статистика, я уверен, что вы знаете о PDL. Доступны некоторые специальные модули статистики временных рядов и, конечно, поскольку задействован perl, другие CPAN можно использовать модули.

R по-прежнему является королем, и у него есть множество пакетов на выбор — и, к счастью, R и perl прекрасно работают вместе, используя Statistics::R. Я не пробовал использовать Statistics-R из оболочки PDL, но в какой-то степени это тоже возможно.

Вот пример сеанса pdl с использованием MVA

/home/zombiepl % pdl
pdl> use Statistics::MVA::MultipleRegression;

pdl> $lol = [ [qw/745 36 66/],
              [qw/895 37 68/],
              [qw/442 47 64/],
              [qw/440 32 53/],
              [qw/1598 1 101/],];

pdl> linear_regression($lol);

The coefficients are: B[0] = -281.426985090045, B[1] = -7.61102966577879, 
B[2] = 19.0102910918022.
R^2 is 0.943907302962818

Здоровья и удачи вашему проекту.

person G. Cito    schedule 16.07.2013