Запитання з тегом «time-series»

Я працюю над невеликим проектом, де ми намагаємось передбачити ціни на товари (нафта, алюміній, олово тощо) на наступні 6 місяців. У мене є 12 таких змінних, які можна передбачити, і у мене є дані з квітня 2008 р. По травень 2013 р. Як слід робити прогнозування? Я зробив наступне: Імпортовані …

13 r  time-series  forecasting  neural-networks  arima 

Я прагну перевірити коінтеграцію між двома часовими рядами. Обидві серії мають щотижневі дані тривалістю ~ 3 роки. Я намагаюсь зробити метод Енгл-Грейнджера в два кроки. Мій порядок операцій слідує. Тестуйте кожен часовий ряд на корінь одиниці за допомогою доповненого Dickey-Fuller. Якщо припустити, що обидва мають одиничне коріння, то знайдіть лінійне …

13 time-series  cointegration  unit-root  augmented-dickey-fuller 

У мене є дві 2 години GPS даних зі швидкістю вибірки 1 Гц (7200 вимірювань). Дані наведені у вигляді , де - невизначеність вимірювання.N σ(X,Xσ,Y,Yσ,Z,Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma)NσNσN_\sigma Коли я беру середнє значення всіх вимірювань (наприклад, середнє значення Z за ці дві години), яке його стандартне відхилення? Я, …

13 time-series  mean  standard-deviation 

У R (2.15.2) я встановив один раз ARIMA (3,1,3) на часовій серії та один раз ARMA (3,3) на колись різнилися часові серії. Встановлені параметри відрізняються, що я відніс до методу підгонки в ARIMA. Крім того, встановлення ARIMA (3,0,3) на ті ж дані, що й ARMA (3,3), не призведе до однакових …

13 r  time-series  arima  fitting  arma 

Я намагався вивчити та застосувати моделі ARIMA. Я читав чудовий текст про ARIMA Pankratz - Прогнозування за допомогою Univariate Box - Дженкінс Моделі: поняття та випадки . У тексті автор особливо наголошує на принципі парсизму у виборі моделей ARIMA. Я почав грати з auto.arima()функцією в R пакета прогнозу . Ось …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Мені потрібно вивести аналітичні вирази для функції автоковаріації процесу ARMA (2,1), позначеного:γ(k)γ(k)\gamma\left(k\right) yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Отже, я знаю, що: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] тож я можу написати: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] потім, щоб отримати аналітичну версію функції автоковаріації, мені потрібно підміняти значення kkk - 0, 1, 2 ..., поки я не …

13 time-series  covariance  autocorrelation  arma 

1. Проблема У мене є деякі вимірювання змінної , де , для яких у мене є розподіл отриманий через MCMC, що для простоти, я вважаю, є гауссом середнього значення та дисперсія . т = 1 , 2 , . . , n f y t ( y t ) μ …

13 time-series  mcmc  autoregressive  likelihood 

Чи має сенс стандартизація залежної змінної в ідентифікаційній групі? У наступному робочому документі (уповільнення вирубки лісів в юридичній Амазонії; ціни чи політика? Pdf ) використовується стандартизована залежна змінна для аналізу впливу змін загальної політики в Бразилії на вирубування лісів. Стандартизація проводиться так: Yн е шя т= Yя т- Yi¯¯¯¯¯с д( …

13 regression  time-series  panel-data  standardization  fixed-effects-model 

Редагувати Я знайшов документ, що описує саме ту процедуру, яка мені потрібна. Єдина відмінність полягає в тому, що папір інтерполює середньомісячні дані на щоденні, зберігаючи щомісячні засоби. У мене є проблеми реалізувати підхід у R. Будь-які підказки цінуються. Оригінал Для кожного тижня я маю такі дані підрахунку (одне значення на …

13 r  time-series  interpolation 

Для передмови це я маю досить глибоке математичне підґрунтя, але я ніколи насправді не мав справу з часовими рядами чи статистичним моделюванням. Тож вам не треба бути дуже лагідним зі мною :) Я читаю цей документ про моделювання використання енергії в комерційних будівлях, і автор висловлює це твердження: [Наявність автокореляції …

13 time-series  autocorrelation 

Чи є процес AR (1), такий як процес Маркова?ут= ρ уt - 1+ εтyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t Якщо це так, то VAR (1) є векторною версією процесу Маркова?

13 time-series 

Під час попереднього формування тесту на коінтеграцію Йохансена для двох часових рядів (простий випадок) потрібно визначити відставання, яке ви хочете використати. Проведення тесту на різні відставання дає різні результати: для деяких рівнів відставання нульова гіпотеза може бути відхилена, а для інших вона не може. Моє запитання - який правильний метод, …

13 time-series  cointegration 

Я просто намагаюся зрозуміти, який взаємозв'язок між нормальною множинною / простою регресією проти множинною / простою регресією, коли змінні різняться. Наприклад, я аналізую взаємозв'язок між залишком депозиту ( ) та ринковими ставками ( R_T ) Якщо я веду просту лінійну регресію, кореляція є негативною та досить значною (близько -74) Однак, …

13 regression  time-series 

У мене є модель прогнозування для часового ряду, і я хочу обчислити її помилку передбачення поза вибіркою. На даний момент стратегія, яку я дотримуюсь, - це та, запропонована в блозі Роб Хайндмана (внизу сторінки), яка йде так (припускаючи часовий ряд та навчальний набір розміром k )y1,…,yny1,…,yny_1,\dots,y_nkkk Встановіть модель на даних …

13 time-series  forecasting 

Я бачу регресійну модель, яка регресує річну прибутковість фондового індексу за затримкою (12 місяців) Річна прибутковість того ж біржового індексу, кредитний спред (різниця між середньомісячним значенням безризикових облігацій та корпоративних облігацій врожайність), рівень інфляції у річному обчисленні та індекс промислового виробництва за рік. Це виглядає таким чином (хоча ви в …

13 regression  time-series  autocorrelation