Problemone probabilistico
Ho un problema probabilistico per il quale sono arrivato alla conclusione di non avere le risorse adatte per affrontarlo.
Io ho una serie temporale di 4234 elementi, ciascuno dei quali può assumere uno fra 19 valori (da 0 a 18).
Di questa serie dunque io conosco le frequenze di ciascun valore e quindi la probabilità di successione di un dato valore rispetto a tutti gli altri.
La distribuzione dei valori della serie è tipicamente a campana.
Il mio problema è quello di riuscire a predire, se mi posiziono su una qualsiasi istanza, il valore della successiva.
So che esistono tecniche di vario tipo (reti neurali, regressioni, medie mobili), ma non so quali utilizzare e come.
Qualcuno può darmi un'autorevole dritta in merito ???
Ringrazio di cuore in anticipo
Riccardo
Io ho una serie temporale di 4234 elementi, ciascuno dei quali può assumere uno fra 19 valori (da 0 a 18).
Di questa serie dunque io conosco le frequenze di ciascun valore e quindi la probabilità di successione di un dato valore rispetto a tutti gli altri.
La distribuzione dei valori della serie è tipicamente a campana.
Il mio problema è quello di riuscire a predire, se mi posiziono su una qualsiasi istanza, il valore della successiva.
So che esistono tecniche di vario tipo (reti neurali, regressioni, medie mobili), ma non so quali utilizzare e come.
Qualcuno può darmi un'autorevole dritta in merito ???
Ringrazio di cuore in anticipo
Riccardo
Risposte
dovresti descrivere come vengono generati i campioni, cioè l'esperimento che c'è alla base
una possibilita' e' quella di utilizzare le famiglie di modelli:
AR,ARMA,ARX,AR,ARMAX
su di essi puoi trovare della documentazione per esempio
nei corsi di "identificazione die modelli ed analisi dei dati"
ed in particolare con riguardo all' "approccio predittivo"
pero' mi pare che , come giustamente osserva luca, il tuo problema sia ancora a monte.
AR,ARMA,ARX,AR,ARMAX
su di essi puoi trovare della documentazione per esempio
nei corsi di "identificazione die modelli ed analisi dei dati"
ed in particolare con riguardo all' "approccio predittivo"
pero' mi pare che , come giustamente osserva luca, il tuo problema sia ancora a monte.
Per l'analisi delle serie storiche, oltre ai modelli autoregressivi citati da codino che costituiscono, per quel che ne so io, l'avanguardia in materia, ve ne sono altri un attimino più semplici (e, a parer mio, un po' più "ignorantelli") basati sullo smorzamento esponenziale: l'idea che sta alla base è quella che una data serie storica è composta da 3 componenti: trend, stagionalità, erraticità.
A seconda del modello utilizzando, si cerca di scomporre la serie nelle sue componenti per poter effettuare le previsioni.
L'approccio poi che porta alla selezione del modello più idoneo poi è molto semplice, lanciandone un po' si sceglie quello che minimizza l'errore di previsione.
Ti consiglio di dare un occhio al modello di Winters, il più completo della famiglia dei modelli estrapolativi basato sullo smorzamento esponenziale. Non escludo che, utilizzando altri modelli opportunamente "tarati a mano", si possa ottenere dei risultati migliori
A seconda del modello utilizzando, si cerca di scomporre la serie nelle sue componenti per poter effettuare le previsioni.
L'approccio poi che porta alla selezione del modello più idoneo poi è molto semplice, lanciandone un po' si sceglie quello che minimizza l'errore di previsione.
Ti consiglio di dare un occhio al modello di Winters, il più completo della famiglia dei modelli estrapolativi basato sullo smorzamento esponenziale. Non escludo che, utilizzando altri modelli opportunamente "tarati a mano", si possa ottenere dei risultati migliori
Ricordo che se il processo che genera i numeri è puramente casuale non c'è metodo di stima che tenga. Prima ancora di chinare la testa su questi algoritmi bisogna chiedersi qual è la sorgente da studiare.
Scusate se l'ho sottolineato ulteriormente, ma è di fondamentale importanza.
Scusate se l'ho sottolineato ulteriormente, ma è di fondamentale importanza.
"luca.barletta":
Ricordo che se il processo che genera i numeri è puramente casuale non c'è metodo di stima che tenga. Prima ancora di chinare la testa su questi algoritmi bisogna chiedersi qual è la sorgente da studiare.
Scusate se l'ho sottolineato ulteriormente, ma è di fondamentale importanza.
si', forse l'autore del topic pensa che la sorgente non sia puramente casuale, e tuttavia non ne sa altro.
una identificazione a scatola nera, mi pare si dica.
A questo punto mi permetto di dirlo: tramite PM mi è stato descritto il processo che sta alla base, ed è puramente casuale. La pdf gaussiana scaturisce dalla somma di tante v.a. uniformi, e il picco di quella gaussiana si può trovare con un prodotto e una divisione.
"luca.barletta":
Ricordo che se il processo che genera i numeri è puramente casuale non c'è metodo di stima che tenga. Prima ancora di chinare la testa su questi algoritmi bisogna chiedersi qual è la sorgente da studiare.
Scusate se l'ho sottolineato ulteriormente, ma è di fondamentale importanza.
Sottoscrivo totalmente. Non l'avevo ripetuto in quanto mi sembrava che fosse stato detto già chiaramente!
per amore di verita', quando possiamo dire che una sorgente reale e' puramente casuale?
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo