updated at: September 2024
Быстрое моделирование причинно-следственных связей в экономических и новостных журналах с базой данных из 1 миллиона временных рядов, позволяющее лучше понять мир.
Допустим, вы исследователь, специалист по обработке данных или аналитик и у вас есть данные временных рядов, и вы хотите понять, что на них влияет. Вы можете загрузить их в Limkely Spurious, и приложение проанализирует их на основе более чем 1 миллиона наборов данных, включающих экономические данные, новостные анграммы, аннограммы книг, серии данных о состоянии здоровья и погоде.
AI Collection Лучшие подборки:
Научный сотрудник Выбор категории:
Дополнительная информация
Мы используем классические и продвинутые процессы причинно-следственного моделирования, учитывающие такие факторы, как население, инфляция и другие закономерности, которые являются распространенными причинами ложных ассоциаций.
Выходные данные представляют собой список рядов кандидатов, которые могут повлиять на ваши временные ряды или, по крайней мере, обеспечить прогностическую силу. Но это не единственные варианты использования. Мы также предоставляем индикаторы для коинтеграции. Если вам нужны прокси-ряды, измеряемые с более высокой частотой, анализ обычно поможет в этом. Хотя Likely Spurious не предоставляет вам данных, мы предоставляем ссылки на источники.
Хотя давать описательное название серии необязательно, если вы это сделаете, мы будем использовать генеративный искусственный интеллект для выявления событий, которые могли вызвать потрясения в вашей серии, таких как новые правила, проблемы с цепочкой поставок и колебания рынка.
Поэтому, когда вы будете готовы приступить к исследованию временных рядов и будете черпать вдохновение, загрузите данные и уже через несколько часов составьте список потенциальных переменных для моделирования. Но помните, что результаты, скорее всего, фальшивые.
