Je suis nouveau à KNIME et j'essaie d'utiliser ARIMA pour l'extrapolation de mes données de séries chronologiques. Mais j'ai échoué à faire ARIMA Predictor pour faire son travail.Noeuds ARIMA dans KNIME comment utiliser?
données d'entrée sont au format suivant
year,cv_diff
2011,-4799.099999999977
2012,60653.5
2013,64547.5
2014,60420.79999999993
Et je voudrais prédire les valeurs par exemple pour 2015 et 2016 ans. J'utilise le nœud String to Date/Time pour convertir l'année en date. Dans ARIMA Learner, je ne peux choisir que le champ cv_diff. Et c'est la première question: pour l'option 'Colonne contenant une série temporelle univariée' devrais-je définir la colonne ou la variable de l'année que je vais prédire? Mais dans mon cas, j'ai seulement une option - variable cv_diff. Après cela, je connecte la sortie de Learner avec l'entrée et l'exécution d'ARIMA Predictor. L'exécution échoue avec 'ERROR ARIMA Predictor 2: 3 L'exécution a échoué: la colonne avec la série chronologique définie n'a pas été trouvée. Veuillez configurer le noeud à nouveau. ' Aidez-moi à comprendre quelle variable dois-je définir pour l'apprenant et le prédicteur? Est-ce que ce devrait être des variables non-timeseries? Et comment les nœuds Arima vont-ils comprendre quelle colonne utiliser comme séries temporelles?
@Gabbor Bakos Merci! Juste remarqué votre commentaire! Oui ... les gros paramètres ne fonctionneront pas pour un si petit ensemble de données. Peut-être pouvez-vous me parler de la zone grise autour de la ligne prédite? Est-ce la zone où il y a une probabilité d'obtenir la prochaine prédiction? – Deil
Oui, la zone grise est celle où les points de données réels ont une probabilité de '.95'. (Cet intervalle de confiance peut être ajusté dans la visualisation et aussi dans la vue.) En visualisation, plusieurs modèles peuvent être montrés (mais pas avec le KNIME ARIMA Learner). –
Merci encore une fois. – Deil