Las herramientas del conjunto de herramientas Predicción de serie temporal permiten prever y estimar futuros valores en ubicaciones de un cubo de espacio-tiempo además de evaluar y comparar modelos de predicción para cada ubicación. Hay disponibles varios modelos de predicción de serie temporal, incluidos el ajuste a la curva sencillo, el suavizado exponencial y un método basado en bosque.
| Herramienta | Descripción |
|---|---|
Predice los valores de cada ubicación de un cubo de espacio-tiempo utilizando un ajuste a la curva. | |
|
Selecciona el resultado más preciso de varios resultados de predicción para cada ubicación de un cubo de espacio-tiempo. Le permite utilizar varias herramientas del conjunto de herramientas Predicción de serie temporal con los mismos datos de series temporales y seleccionar la mejor predicción para cada ubicación. | |
|
Predice los valores de cada ubicación de un cubo de espacio-tiempo utilizando el método de suavizado exponencial Holt-Winters al descomponer las series temporales de cada cubo de ubicación en componentes estacionales y de tendencia. | |
Predice los valores de cada ubicación de un cubo de espacio-tiempo mediante una adaptación del algoritmo de bosque aleatorio de Leo Breiman y Adele Cutler, que es un método de aprendizaje automático supervisado. El modelo de regresión de bosque se entrena usando ventanas de tiempo en cada ubicación del cubo de espacio-tiempo. |
Recursos adicionales
La página Recursos de estadística espacial en https://www.esriurl.com/spatialstats contiene una variedad de recursos para ayudarle a utilizar las herramientas de Estadística espacial y Minería de patrones en espacio-tiempo, incluidas las siguientes:
- Tutoriales prácticos y lecciones de Learn
- Vídeos y presentaciones de talleres
- Formación y seminarios web
- Vínculos a libros, artículos y documentos técnicos
- Secuencias de comandos de muestra y estudios de caso