Запитання з тегом «time-series»

Перестановочні тести (також називаються тестом рандомизації, тестом на повторну рандомізацію або точним тестом) дуже корисні і корисні, коли припущення про нормальний розподіл, необхідне, наприклад, t-testне виконується, і при перетворенні значень за ранжуванням непараметричний тест, як-от Mann-Whitney-U-test, призведе до втрати більше інформації. Однак одне і єдине припущення не слід оминути увагою …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Я використовую щоденний часовий ряд даних про продажі, який містить приблизно 2 роки щоденних точок даних. На основі деяких онлайн-підручників / прикладів я намагався визначити сезонність даних. Здається, що існує щотижнева, щомісячна і, ймовірно, щорічна періодичність / сезонність. Наприклад, існують день оплати праці, особливо в перший день оплати місяця, який …

15 r  time-series  forecasting  arima  multiple-seasonalities 

Я хотів би налаштувати алгоритм виявлення аномалії у часових рядах, і я планую використовувати для цього кластеризацію. Чому я повинен використовувати матрицю відстані для кластеризації, а не необроблені дані часових рядів ?, Для виявлення аномалії я буду використовувати кластеризацію на основі щільності, алгоритм як DBscan, щоб це працювало в цьому …

15 time-series  clustering  trend 

У мене є часовий ряд цін двох цінних паперів, A і B, за той самий період часу, і вибірки з однаковою періодичністю. Я хотів би перевірити, чи існує якась статистично значуща різниця між часом між двома цінами (моя нульова гіпотеза полягала в тому, що різниця є нульовою). Зокрема, я використовую …

15 time-series  hypothesis-testing  statistical-significance 

Я сподіваюся, що це правильне місце для публікації цього запису, я розглядав питання щодо скептиків, але вважаю, що вони просто скажуть, що дослідження було статистично неправильним. Мені цікаво зворотний бік питання, як це зробити правильно. На веб-сайті Quantified Self , автор розмістив результати експерименту певної метрики виробленої на ньому часу …

15 time-series  change-point 

Розглянемо простий часовий ряд: > tp <- seq_len(10) > tp [1] 1 2 3 4 5 6 7 8 9 10 ми можемо обчислити матрицю суміжності для цього часового ряду, що представляє часові зв’язки між зразками. Обчислюючи цю матрицю, ми додаємо уявний сайт у момент часу 0, а зв'язок між …

15 time-series  matrix-decomposition  svd 

Як я можу генерувати двійкові часові ряди таким чином: Вказується середня ймовірність спостереження 1 (скажімо, 5%); Умовна ймовірність спостереження 1 за час задана величина при (скажімо 30%, якщо значення було 1)?tttt−1t−1t-1t−1t−1t-1

15 time-series  random-variable  simulation  random-generation 

Я роблю аналіз даних часових рядів методами державного простору. З моїх даних, модель стохастичного локального рівня повністю перевершила детерміновану модель. Але детермінована модель рівня та схилу дає кращі результати, ніж при стохастичному рівні та стохастичному / детермінованому нахилі. Це щось звичайне? Всі методи в R вимагають початкових значень, і я …

15 time-series  state-space-models 

Як би ви отримали погодинний засіб для декількох стовпців даних за щоденний період та показували результати для дванадцяти "хостів" в одному графіку? Тобто, я хотів би накреслити, як виглядає 24-годинний період, на тижні даних. Можливою метою буде порівняння двох наборів цих даних до та після вибірки. dates Host CPUIOWait CPUUser …

15 r  time-series  aggregation 

В даний час я збираю дані для експерименту психосоціальних особливостей, пов'язаних із відчуттям болю. В рамках цього я збираю вимірювання GSR та BP в електронному вигляді від моїх учасників, разом з різними самодоповідями та неявними заходами. Я маю психологічну основу і мені подобається факторний аналіз, лінійні моделі та експериментальний аналіз. …

15 r  time-series  references 

Контекст: У мене є група веб-сайтів, де щодня фіксую кількість відвідувань: W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. } W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. } W2 = { 0, 0, …

15 time-series  forecasting 

Припустимо, у них є часовий ряд, з якого можна проводити різні вимірювання, такі як період, максимум, мінімум, середній рівень тощо, а потім використовувати їх для створення синусоїди з однаковими атрибутами, чи є якісь статистичні підходи, які можна використати кількісно наскільки тісно відповідають фактичні дані передбачуваній моделі? Кількість точок даних у …

15 time-series  classification 

У мене є набір даних, що включає попит на кілька товарів (1200 товарів) за 25 періодів, і мені потрібно передбачити попит кожного товару на наступний період. Спочатку я хотів використовувати ARIMA та тренувати модель для кожного продукту, але через кількість продуктів та налаштування параметрів (p, d, q) це забирає багато …

15 machine-learning  time-series  arima 

Я намагаюся навчитися користуватися нейронними мережами. Я читав цей підручник . Після встановлення нейронної мережі на часовій серії, використовуючи значення в для прогнозування значення на автор отримує наступний сюжет, де синя лінія є тимчасовим рядом, зелена - прогноз на дані поїздів, червона - прогнозування даних випробувань (він використав тест на …

15 time-series  neural-networks  predictive-models  deep-learning  prediction 

Це питання може бути дуже наївним, але те, як я навчаю економетрії, я дуже збентежений, якщо є різниця між тимчасовими рядами та методом даних на панелі. Що стосується часових рядів, я висвітлював такі теми, як коваріація стаціонарна, AR, MA та ін. Щодо даних панелей, я бачив лише дискусії у формі …

15 time-series  econometrics  panel-data