Запитання з тегом «time-series»

Мені потрібні деякі ресурси, щоб почати використовувати нейронні мережі для прогнозування часових рядів. Я насторожено реалізую деякий документ, а потім з’ясовую, що вони значно перекрили потенціал своїх методів. Тож якщо у вас є досвід використання методів, які ви пропонуєте, це стане ще більш приголомшливим.

16 time-series  neural-networks  forecasting  references 

У мене простий часовий ряд з 5-10 точками даних на набір даних через регулярні інтервали. Мені цікаво, який найкращий спосіб визначити, чи відрізняються два набори даних. Чи варто спробувати тести на кожній точці даних, або подивитися на ділянку під кривими, чи є якась багатоваріантна модель, яка б працювала краще?

16 time-series  statistical-significance 

Економетрики часто говорять про інтеграцію часових рядів із порядком k, I (k) . k - мінімальна кількість різниць, необхідних для отримання стаціонарного часового ряду. Які методи чи статистичні тести можна використовувати для визначення, з урахуванням рівня впевненості, порядку інтеграції часових рядів?

16 time-series 

У мене є великий набір даних про забруднення, які реєструються кожні 10 хвилин протягом двох років, однак у даних є ряд прогалин (включаючи деякі, які тривають протягом декількох тижнів). Дані, здається, є досить сезонними, і існує велика різниця протягом дня порівняно з ніччю, коли значення не мають великої різниці, а …

16 time-series  missing-data  data-imputation 

Як ви оцінюєте відповідну модель прогнозування для часового ряду шляхом візуального огляду сюжетів АКФ та ПАКФ? Який з них (тобто ACF або PACF) повідомляє AR або MA (або вони обидва)? Яка частина графіків розповідає про сезонну та несезонну частину сезонного ARIMA? Розглянемо функції ACF та PCF, показані нижче. Вони складаються …

16 r  time-series  forecasting  acf-pacf 

Які вимоги щодо стаціонарності використання регресії з помилками ARIMA (динамічна регресія) для висновку? Зокрема, у мене є нестаціонарна безперервна змінна результат , нестаціонарна безперервна змінна прогнозова х x a та манекенна змінна серія x b . Мені хотілося б дізнатись, чи лікування було пов'язане зі зміною змінної результату, яка більше …

16 regression  time-series  arima  stationarity 

Мене вражає forecastпакет R , а також, наприклад, zooпакет для нерегулярних часових рядів та інтерполяції відсутніх значень. Мій додаток знаходиться в області прогнозування трафіку кол-центру, тому дані про вихідні (майже) завжди відсутні, що може бути чудово оброблено zoo. Також деякі дискретні точки можуть бути відсутніми, я просто використовую R NAдля …

16 r  time-series  forecasting  missing-data  unevenly-spaced-time-series 

Мені не зрозуміло, як обчислити коінтеграцію з нерегулярними часовими рядами (в ідеалі, використовуючи тест Йохансена з VECM). Моєю початковою думкою було б регуляризувати ряд та інтерполювати пропущені значення, хоча це може змістити оцінку. Чи є література на цю тему?

16 time-series  cointegration  unevenly-spaced-time-series 

Я шукаю кілька надійних методів усунення випадків та помилок (незалежно від причини) з даних фінансових часових рядів (тобто тикдатів). Дані про фінансові часові серії "Позначте за кліком" дуже брудні. Він містить величезні (часові) прогалини, коли обмін закритий, і роблять величезні стрибки, коли обмін відкриється знову. Коли біржа відкрита, усі види …

16 time-series  outliers 

Я аналізую набір даних, використовуючи модель змішаних ефектів з одним фіксованим ефектом (умовою) та двома випадковими ефектами (учасник, обумовлений в рамках проекту та пари). Модель була згенерована з lme4пакетом: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Далі я провів перевірку коефіцієнта ймовірності цієї моделі проти моделі без фіксованого ефекту (умови) і маю суттєву різницю. У моєму …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Я експериментую з алгоритмом машини для підвищення градієнта через caretпакет в Р. Використовуючи невеликий набір даних про вступ до коледжу, я застосував такий код: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Прочитавши цю публікацію в блозі про моделі байесівських структурних часових рядів, я хотів розглянути її реалізацію в контексті проблеми, для якої раніше використовував ARIMA. У мене є деякі дані з деякими відомими (але галасливими) сезонними компонентами - це, безумовно, щорічні, щомісячні та щотижневі компоненти, а також деякі наслідки внаслідок особливих …

15 r  time-series  bayesian  mcmc  bsts 

Я знаю про регуляризацію типу LASSO, хребет та еластичну сітку в моделях лінійної регресії. Питання: Чи можна застосувати цей (або подібний) вид пеналізованої оцінки до моделювання ARIMA (з не порожньою частиною МА)? pmaxpмахp_{max}qmaxqмахq_{max}p⩽pmaxp⩽pмахp \leqslant p_{max}q⩽qmaxq⩽qмахq \leqslant q_{max} наприклад, мінімізуючи AIC або AICc . Але чи можна замість цього використовувати регуляризацію? …

15 time-series  arima  lasso  regularization  ridge-regression 

Я працюю над тимчасовим рядом, значення якого суворо позитивні . Працюючи з різними моделями, включаючи AR, MA, ARMA тощо, я не зміг знайти простий спосіб досягти суто позитивних прогнозів. Я використовую R, щоб робити свої прогнози, і все, що я міг знайти, було прогнозувати.hts {hts}, який має позитивний параметр, описаний …

15 time-series  forecasting  constrained-regression 

Я намагаюся зрозуміти, як оцінюються параметри в моделюванні ARIMA / Box Jenkins (BJ). На жаль, жодна з книг, з якими я стикався, не детально описує процедуру оцінки, таку як процедура оцінки вірогідності. Я знайшов веб-сайт / навчальний матеріал, який був дуже корисним. Далі йде рівняння з джерела, на яке згадувалося …

15 time-series  forecasting  arima  optimization  box-jenkins