Прогнозирование временных рядов на JS: анализ данных для самых маленьких фронтендеров

[debagger]

На приведенных скриншотах прогнозы какие-то странные. На первом видно четкое монотонное убывание, а предсказание показывает на следующей точке резкий рост. Со вторым скриншотом тоже непонятно — второй график сверху — шел монотонный рост, который потом замедлился, а предсказание показывает какой-то дикий расколбас.
Может я что-то не понял конечно, просветите, почему так?

[Hennessy811]

Да, так действительно могло показаться, сейчас объясню, почему так:

Такая штука свзяна с самим показателем - на этом скрине не видно, но его значения "сбрасываются" каждый год, поэтому на той точке мы видим резкий рост, при том, что весь год до этого он убывал. Если бы мы смотрели в рамках 2-3 лет, закономерность была бы очевидна.

На фото ниже пример с похожей метрикой

Собственно со вторым скриншотом такая же история)

[toddscottik]

Ох, а я в рамках работы и дипломного проекта как раз с той единственной библиотекой Arima мучаюсь. Сначала были сложности с тем, чтобы завести её в браузере, далее с тем, как данные ей подготовить, чтобы она адекватно работала(например данные за две недели лучше грузить группировкой по часу-дню, а не по минуте), но в итоге упёрся в то, что уж слишком медленно расчёт идёт, особенно если данные с сезонностью, и ты пытаешься модель в авто режиме построить. И ещё в ней явные баги какие-то есть, начиная от вывода ничего не значащей строки со всеми сообщениями ошибок в консоль, и до случайных вылетов с ошибкой типа: «RuntimeError: memory access out of bounds at wasm-function[5]:0xe5b» или каких-то непонятных выбросов значений до плюс-минус бесконечности. Но если звёзды сложатся благоприятно, то получается достаточно точное предсказание, и даже может быть быстрым, если в Node.JS считать.