Запитання з тегом «time-series»

Я використовував stl () в R, щоб розкласти дані про підрахунок на трендові, сезонні та нерегулярні компоненти. Отримані значення тренду вже не є цілими числами. У мене є такі питання: Чи stl () є відповідним способом деасоналізації даних підрахунку? Оскільки результуюча тенденція більше не оцінюється міжджерелом, чи можу я використовувати …

12 r  time-series  poisson-distribution 

Я намагаюсь виявити аномальні значення у часовій серії кліматичних даних з деякими відсутніми спостереженнями. Шукаючи в Інтернеті, я знайшов багато доступних підходів. З них, розкладання stl здається привабливим, у сенсі вилучення тренду та сезонних компонентів та вивчення решти. Читання STL: Процедура декомпозиції сезонного тренду, що базується на Лоссі , stlвидається …

12 r  time-series  outliers  missing-data 

Примітка: це запитання є репостом, оскільки моє попереднє питання довелося видалити з юридичних причин. Порівнюючи PROC MIXED від SAS з функцією lmeз nlmeпакету в R, я натрапив на деякі досить заплутані відмінності. Більш конкретно, ступеня свободи в різних випробувань відрізняються між PROC MIXEDі lme, і я задавався питанням, чому. Почніть …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Розглянемо наступний графік: Червона лінія (ліва вісь) описує обсяг торгів певної акції. Синя лінія (права вісь) описує обсяг повідомлення про щебетання для цього запасу. Наприклад, 9 травня (05-09) було здійснено близько 1,100 мільйонів торгів та 4 000 твітів. Я хотів би порахувати, чи існує кореляція між тимчасовими серіями, або в …

12 time-series  correlation  lags 

У мене є двійковий часовий ряд з 1, коли машина не рухається, і 0, коли машина рухається. Я хочу зробити прогноз на часовий горизонт до 36 годин вперед і на кожну годину. Першим моїм підходом було використання Naive Bayes, використовуючи такі входи: t-24 (щоденний сезон), t-48 (сезонний тиждень), година дня. …

12 r  time-series  forecasting  binary-data 

Припустимо, я маю наступні неперіодичні часові ряди. Очевидно, що тенденція зменшується, і я хотів би довести це деяким тестом (з р-значенням ). Я не в змозі використовувати класичну лінійну регресію через сильну тимчасову (послідовну) автокореляцію серед значень. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency = 1) …

12 r  time-series 

Чому аналіз часових рядів не вважається алгоритмом машинного навчання (на відміну від лінійної регресії). І регресійний, і аналіз часових рядів є методами прогнозування. То чому один з них вважається алгоритмом навчання, а не другий?

12 regression  machine-learning  time-series  terminology 

Ряд із дрейфом можна моделювати як ут= c + ϕ yt - 1+ εтут=c+ϕут-1+εтy_t = c + \phi y_{t-1} + \varepsilon_t де ccc - дрейф (константа), а ϕ = 1ϕ=1\phi=1 . Ряд із трендом можна моделювати як ут= c + δt + ϕ yt - 1+ εтут=c+δт+ϕут-1+εтy_t = c + …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

Я працюю в Інтернеті вже два роки поспіль, тому маю щомісячні дані про продажі вже близько двох років. На мій бізнес на кожен місяць, безумовно, впливають сезонні перепади (краще на Різдво тощо), і, мабуть, деякі інші фактори, про які я не знаю. Для того, щоб краще прогнозувати майбутні продажі та …

12 time-series  forecasting 

Принаймні встановлено, принаймні серед статистиків деякого вищого калібру, що моделі зі значеннями статистики AIC у межах певного порогового значення мінімального значення слід вважати відповідними як модель мінімізації статистики AIC. Наприклад, у [1, с.221] знаходимо Тоді найкращими будуть вважатися моделі з невеликим GCV або AIC. Звичайно, не слід просто сліпо мінімізувати …

12 time-series  model-selection  aic 

Пакет MARSS в R пропонує функцію динамічного аналізу факторів. У цьому пакеті динамічна факторна модель записана як особлива форма моделі простору стану, і вони припускають, що загальні тенденції слідують за процесом AR (1). Оскільки я не дуже знайомий з цими двома методами, я стикаюся з двома питаннями: Чи є динамічний …

12 r  time-series  forecasting  factor-analysis  state-space-models 

З огляду на наступні два часові ряди ( x , y ; див. Нижче), який найкращий метод моделювання взаємозв'язку між довгостроковими тенденціями в цих даних? Обидва часові ряди мають значні тести Дурбіна-Уотсона, коли їх моделюють як функцію часу, і не є стаціонарними (наскільки я розумію цей термін, чи це означає, …

12 regression  time-series  arima 

Який найкращий спосіб розділити дані часових рядів на набори поїздів / випробувань / валідації, де набір перевірки буде використовуватися для налаштування гіперпараметрів? У нас є щоденні дані про продажі на 3 роки, і ми плануємо використовувати 2015-2016 роки в якості навчальних даних, а потім випадковим чином вибирати 10 тижнів із …

12 time-series  cross-validation  validation 

Часто я бачу, як автори оцінюють модель "різниці в журналі", наприклад журнал( ут) - журнал( уt - 1) = журнал( ут/ уt - 1) = α + βхтжурнал⁡(ут)-журнал⁡(ут-1)=журнал⁡(ут/ут-1)=α+βхт\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Я погоджуюся, що це доречно співвідносити із зміною відсотків у тоді як - .y …

12 time-series  forecasting  data-transformation  econometrics  logarithm 

Я досить новачок у Р. Я намагався прочитати аналіз часових рядів і вже закінчив Аналіз часових рядів Shumway and Stoffer та його додатків 3-е видання , Прекрасне прогнозування Хайндмана : принципи та практика Використання Аврила Коглана R для аналізу часових рядів A. Ian McLeod et al. Аналіз часових рядів з …

12 r  time-series