Запитання з тегом «time-series»

Які плюси та мінуси використання LARS [1] проти використання координатного спуску для встановлення L1-регульованої лінійної регресії? Мене в основному цікавлять аспекти ефективності (мої проблеми мають, як правило, Nсотні тисяч і p<20). Однак, будь-які інші дані також будуть оцінені. редагувати: Оскільки я розмістив запитання, chl люб'язно вказав на статтю [2] Friedman …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Я використовую сингулярне значення декомпозиції як метод зменшення розмірності. З огляду на Nвектори розмірності D, ідея полягає у представленні ознак у перетвореному просторі некоррельованих розмірів, що конденсує більшу частину інформації даних у власних векторах цього простору у зменшуваному порядку важливості. Зараз я намагаюся застосувати цю процедуру до даних часових рядів. …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

Це трохи легковажне запитання, але у мене є серйозний інтерес до відповіді. Я працюю в психіатричній лікарні і маю три роки дані, щодня збираються в кожному відділенні щодо рівня насильства в цьому відділенні. Очевидно, що модель, яка відповідає цим даним, - це модель часового ряду. Мені довелося відрізняти бали, щоб …

13 time-series  forecasting 

Це досить загальне питання: Я, як правило, виявив, що використання декількох різних моделей випереджає одну модель, намагаючись передбачити часовий ряд із зразка. Чи є якісь хороші документи, які демонструють, що комбінація моделей перевершить одну модель? Чи є найкращі практики поєднання кількох моделей? Деякі посилання: Хуей Зуа, Юйонг Ян "Поєднання моделей …

13 time-series  modeling  model-comparison 

Я налаштовував модель за допомогою caret, але потім повторно запустив модель за допомогою gbmпакета. Наскільки я розумію, що caretпакет використовує gbmі вихід повинен бути однаковим. Однак, лише швидкий тестовий пробіг із застосуванням data(iris)показує невідповідність моделі приблизно 5%, використовуючи RMSE і R ^ 2 в якості метрики оцінювання. Я хочу знайти …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

При моделюванні часових рядів є можливість (1) моделювати кореляційну структуру термінів помилки, наприклад, процес AR (1) (2) включає відсталу залежну змінну як пояснювальну змінну (праворуч) Я розумію, що їх причини іноді є істотними причинами (2). Однак які методичні причини робити або (1), або (2), або навіть обидва?

13 time-series  autocorrelation  residuals  lags 

У мене є щоденні дані про продажі товару, що є дуже сезонним. Я хочу зафіксувати сезонність у регресійній моделі. Я читав, що якщо у вас є дані щокварталу чи щомісяця, у такому випадку ви можете створити 3 та 11 фіктивних змінних відповідно - але чи можу я мати справу з …

13 regression  time-series  multiple-regression  categorical-data 

У цьому конкретному випадку я маю на увазі день, коли озеро замерзає. Ця "крижана" дата трапляється лише раз на рік, але іноді вона взагалі не відбувається (якщо зима тепла). Так що одного року озеро може замерзнути 20-го дня (20 січня), а іншого року воно може взагалі не замерзнути. Мета - …

13 regression  time-series  survival  data-transformation  recurrent-events 

Я роблю деякі прогнози в R, використовуючи пакет прогнозу Роб Хандман . Папір, що належить до упаковки, можна знайти тут . У роботі, після пояснення алгоритмів автоматичного прогнозування, автори реалізують алгоритми на тому ж наборі даних. Однак, оцінивши як експоненціальне згладжування, так і модель ARIMA, вони роблять заяву, яку я …

13 time-series  forecasting  model-selection  aic 

Чи краще відрізнити ряд (якщо припустити, що він потрібен) перед тим, як використовувати Аріма АБО, краще використовувати параметр d у Arima? Я був здивований, наскільки різні пристосовані значення залежать від маршруту, взятого з тією ж моделлю та даними. Або я щось неправильно роблю? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), end=c(1994,8)) wineindT_diff <-diff(wineindT) …

13 r  time-series  arima 

У мене виникають проблеми з розумінням того, що plot.stlсаме означає смуги діапазону . Я знайшов пост Гевіна в цьому питанні і також прочитав документацію, я розумію, що вони говорять про відносну величину розкладених компонентів, але все ж я не зовсім впевнений, як вони працюють. Наприклад: дані: крихітний брусок, без масштабних …

13 r  time-series 

Якщо ви можете виміряти часовий ряд спостережень на будь-якому рівні точності в часі, і ваша мета дослідження - виявити взаємозв'язок між X і Y, чи є емпіричне обґрунтування вибору конкретного рівня агрегації над іншим, чи слід вибір слід приймати просто на основі теорії та / або практичних обмежень? Я маю …

13 time-series  aggregation  disaggregation 

У мене є кілька незалежних кодерів, які намагаються ідентифікувати події у часовій серії - в цьому випадку дивляться відео бесіди віч-на-віч і шукають особливості невербальної поведінки (наприклад, головні кивки) та кодують час і категорію кожного. подія. Ці дані можна обґрунтувати як дискретний часовий ряд із високою швидкістю вибірки (30 кадрів …

13 time-series  reliability  agreement-statistics 

Це питання може бути надто елементарним. Для тимчасової тенденції даних я хотів би з’ясувати, де відбувається «різка» зміна. Наприклад, на першому малюнку, показаному нижче, я хотів би з’ясувати точку зміни за допомогою якогось статистичного методу. І я хотів би застосувати такий метод в деяких інших даних, точка зміни яких не …

13 time-series  trend  change-point 

Мені було цікаво, як визначено його "стаціонарний процес другого порядку" у " Вступі Броквеля та Девіса в часові ряди та прогнозування" : Клас лінійних моделей часових рядів, який включає клас авторегресивних моделей ковзних середніх (ARMA), забезпечує загальну основу для вивчення стаціонарних процесів. Насправді кожен стаціонарний процес другого порядку є або …

13 time-series