Buchumschlag

Two-Part Forecasting for Time-Shifted Metrics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Katz, Harrison, Savage, Erica, Brusch, Kai Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Bayesian Dirichlet Auto-Regressive Moving Average Model for Forecasting Lead Times
von: Katz, Harrison, et al.
Veröffentlicht: (2023)

Lead Times in Flux: Analyzing Airbnb Booking Dynamics During Global Upheavals (2018-2022)
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Forecasting the U.S. Renewable-Energy Mix with an ALR-BDARMA Compositional Time-Series Framework
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Directional-Shift Dirichlet ARMA Models for Compositional Time Series with Structural Break Intervention
von: Katz, Harrison
Veröffentlicht: (2026)

Forecasting the Evolving Composition of Inbound Tourism Demand: A Bayesian Compositional Time Series Approach Using Platform Booking Data
von: Katz, Harrison
Veröffentlicht: (2026)

Coupled Supply and Demand Forecasting in Platform Accommodation Markets
von: Katz, Harrison
Veröffentlicht: (2026)

Cost-sensitive retraining via posterior learning debt
von: Katz, Harrison
Veröffentlicht: (2026)

Slomads Rising: Stay Length Shifts in Digital Nomad Travel, United States 2019-2024
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Distributional Fitting and Tail Analysis of Lead-Time Compositions: Nights vs. Revenue on Airbnb
von: Katz, Harrison E., et al.
Veröffentlicht: (2026)

Bayesian Shrinkage in High-Dimensional VAR Models: A Comparative Study
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Sensitivity Analysis of Priors in the Bayesian Dirichlet Auto-Regressive Moving Average Model
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

An Adaptive Learning Approach to Multivariate Time Forecasting in Industrial Processes
von: Miguelez, Fernando, et al.
Veröffentlicht: (2024)

Functional Time Series Forecasting of Distributions: A Koopman-Wasserstein Approach
von: Wang, Ziyue, et al.
Veröffentlicht: (2025)

A Time-Scaled ETAS Model for Earthquake Forecasting
von: Das, Agniva, et al.
Veröffentlicht: (2025)

Time Series based Ensemble Model Output Statistics for Temperature Forecasts Postprocessing
von: Jobst, David, et al.
Veröffentlicht: (2024)

Chimeric Forecasting: Blending Human Judgment and Computational Methods for Improved, Real-time Forecasts of Influenza Hospitalizations
von: McAndrew, Thomas, et al.
Veröffentlicht: (2024)

Day-Ahead Electricity Price Forecasting Using Merit-Order Curves Time Series
von: Koechlin, Guillaume, et al.
Veröffentlicht: (2025)

Forecasting Malaria in Indian States: A Time Series Approach with R Shiny Integration
von: Ghosh, Sujit K., et al.
Veröffentlicht: (2024)

Reconstructing and Forecasting Marine Dynamic Variable Fields across Space and Time Globally and Gaplessly
von: Xiong, Zhixi, et al.
Veröffentlicht: (2024)

Informed Forecasting: Leveraging Auxiliary Knowledge to Boost LLM Performance on Time Series Forecasting
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2025)

Forecast Errors Attributed to Synoptic Features
von: Qidi Yu, et al.
Veröffentlicht: (2025)

Comparative Analysis of Global and Local Probabilistic Time Series Forecasting for Contiguous Spatial Demand Regions
von: Ling, Jiahe, et al.
Veröffentlicht: (2025)

Efficient Inference in First Passage Time Models
von: Liu, Sicheng, et al.
Veröffentlicht: (2025)

Probabilistic Forecasts of Load, Solar and Wind for Electricity Price Forecasting
von: Uniejewski, Bartosz, et al.
Veröffentlicht: (2025)

Evaluation of Individual and Trial Level Association Metrics in the Validation of a Binary Surrogate Endpoint for a True Time-to-Event Endpoint
von: Ge, Renee Y., et al.
Veröffentlicht: (2026)

Time-Averaged Drift Approximations are Inconsistent for Inference in Drift Diffusion Models
von: Liu, Sicheng, et al.
Veröffentlicht: (2025)

Enhancing Forecast Verification in National Meteorological and Hydrological Services
von: Thomas C. Pagano, et al.
Veröffentlicht: (2025)

Enhanced Renewable Energy Forecasting and Operations through Probabilistic Forecast Aggregation
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

Copula Conformal Prediction for Multi-step Time Series Forecasting
von: Sun, Sophia, et al.
Veröffentlicht: (2022)

Deep Autocorrelation Modeling for Time-Series Forecasting: Progress and Prospects
von: Wang, Hao, et al.
Veröffentlicht: (2026)

On the Limits of Prediction: Forecastability Profiles and Information Decay in Time Series
von: Catt, Peter Maurice
Veröffentlicht: (2026)

The Promise of Time-Series Foundation Models for Agricultural Forecasting: Evidence from Commodity Prices
von: Wang, Le, et al.
Veröffentlicht: (2026)

A Unified Server Quality Metric for Tennis
von: Li, Aiwen, et al.
Veröffentlicht: (2026)

A Cluster-Aggregate-Pool (CAP) Ensemble Algorithm for Improved Forecast Performance of influenza-like illness
von: Wei, Ningxi, et al.
Veröffentlicht: (2023)

Earthquake Forecasting with ETAS.inlabru
von: Zhong, Ziwen
Veröffentlicht: (2025)

Use of electrolyte leakage to assess floral damage after freezing
von: Jessica A. Savage, et al.
Veröffentlicht: (2024)

Tractable Algorithms for Changepoint Detection in Player Performance Metrics
von: Glazer, Amanda
Veröffentlicht: (2025)

Evaluation of Time Series Forecasting Models for Predicting Lung Cancer Mortality Rates in the United States: A Comparison with Altuhaifa (2023) Study
von: Kubuafor, E., et al.
Veröffentlicht: (2025)

Comparing Genetic Ne Reconstructions Over Time With Long‐Time Wolf Monitoring Data in Two Populations
von: Laia Pérez‐Sorribes, et al.
Veröffentlicht: (2024)

Assessing the Value of Clustering Convection‐Permitting Ensemble Forecasts
von: Adam Gainford, et al.
Veröffentlicht: (2025)