Запитання з тегом «time-series»

У мене є щомісячні дані з 1993 по 2015 рік і я б хотів зробити прогнозування цих даних. Я використовував пакет tsoutliers для виявлення людей, що втратили життя, але я не знаю, як продовжувати прогнозувати свій набір даних. Це мій код: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Це мій вихід із пакета tsoutliers ARIMA(0,1,0)(0,0,1)[12] …

9 r  time-series  forecasting  arima  outliers 

Я використовую цю decomposeфункцію Rі придумую 3 компоненти мого щомісячного часового ряду (тренд, сезонний та випадковий). Якщо будувати графік або дивитись у таблицю, я чітко бачу, що на часовий ряд впливає сезонність. Однак, коли я регресую часовий ряд на 11 сезонних фіктивних змінних, всі коефіцієнти не є статистично значущими, що …

9 r  regression  time-series 

Тільки тому, що якийсь кореспондент поставив цікаве питання щодо методів обчислення автокореляції, я почав з ним грати, майже не маючи ніяких знань про часові ряди та автокореляцію. Кореспондент розмістив свої дані ( точки даних часового ряду), зміщені на один часовий проміжок, крім того, щоб у нього була матриця даних (наскільки …

9 time-series  pca 

Я зайнятий моделюванням ARIMA, доповненим екзогенними змінними для цілей рекламного моделювання, і мені важко пояснити це діловим користувачам. У деяких випадках програмні пакети закінчуються простою функцією передачі, тобто параметром * Exogenous Variable. У цьому випадку інтерпретація є простою, тобто промоційна діяльність X (представлена ​​екзогенною бінарною змінною) впливає на залежну змінну …

9 time-series  data-visualization  forecasting  arima  causality 

Припустимо, у мене є якась невідома функція з доменом , яку я знаю, щоб виконати деякі розумні умови, такі як наступність. Я знаю точні значення f (тому що дані походять від моделювання) у деяких рівновідставних точках відбору t_i = t_0 + iΔt з i∈ \ {1,…, n \} , які, …

9 time-series  hypothesis-testing  exact-test 

Ми використовуємо STL (реалізація R) для прогнозування даних часових рядів. Щодня ми проводимо щоденні прогнози. Ми хотіли б порівняти прогнозні значення з реальними значеннями та виявити середнє відхилення. Наприклад, ми склали прогноз на завтра і отримали прогнозні бали, ми хотіли б порівняти ці точки прогнозу з реальними даними, які ми …

9 time-series  forecasting  accuracy 

Моє запитання дуже просте, але це ті, які мене справді отримують :) Я не знаю, як оцінити, чи потрібно розкласти конкретний часовий ряд за допомогою добавки або мультиплікативного методу розкладання. Я знаю, що є візуальні підказки, як розповідати їх один від одного, але я їх не розумію. Візьмемо для прикладу …

9 time-series  mathematical-statistics  variance-decomposition 

У мене багато часових рядів з періодами: день, тиждень або місяць. За допомогою stl()функції чи за допомогою loess(x ~ y)я можу побачити, як виглядають тенденції певного часового ряду. Мені потрібно виявити, чи збільшується чи зменшується тенденція часових рядів. Як я можу цим керувати? Я намагався обчислити коефіцієнти лінійної регресії lm(x …

9 r  time-series  trend 

Я хочу пристосувати DLM до змінних за часом коефіцієнтів, тобто розширення до звичайної лінійної регресії, ут=θ1+θ2х2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . У мене є предиктор ( ) та змінна відповідь ( y_t ), морський та внутрішній річний вилов риби відповідно з 1950 по 2011 рік. Я хочу, щоб модель регресії …

9 r  regression  time-series  dlm  dynamic-regression 

У мене є багато супутникових растрових зображень, доступних від різних датчиків. З них грубіші мають дуже рясну часову роздільну здатність. Растри середньої роздільної здатності, як правило, мають менші дати придбання, але все ще доступна деяка ступінь інформації. Більш точна роздільна здатність має дуже низький часовий дозвіл, який охоплює від 2 …

9 time-series  machine-learning  predictive-models  multivariate-regression 

Запитання : Чи встановлена ​​нижче схема розумної реалізації моделі прихованого Маркова? У мене є набір даних 108,000спостережень (за 100 днів) і приблизно 2000подій протягом усього періоду спостереження. Дані виглядають як на малюнку нижче, де спостерігається змінна може приймати 3 дискретні значення[ 1 , 2 , 3 ][1,2,3][1,2,3]і червоні стовпці виділяють …

9 time-series  machine-learning  predictive-models  markov-chain  hidden-markov-model 

У мене є динамічна модель наївних баєсів, що навчається на кількох часових змінних. Результатом моделі є прогнозування P(Event) @ t+1, оцінене на кожній t. Діаграма P(Event)порівняння timeнаведена на малюнку нижче. На цій фігурі чорна лінія відображається так, P(Event)як передбачила моя модель; горизонтальна червона лінія представляє собою попереднє ймовірність того, що …

9 time-series  probability  prediction  model-comparison  model-evaluation 

Коли я вступаю в прогнозування за допомогою моделей ARIMA, я намагаюся зрозуміти, як я можу покращити прогноз на основі підходу ARIMA із сезонністю та дрейфом. Мої дані - наступний часовий ряд (понад 3 роки, з чіткою тенденцією вгору та видимою сезонністю, яка, схоже, не підтримується автокореляцією з відставаннями 12, 24, …

9 r  time-series  forecasting  arima  seasonality 

Я використовую Dynamic Time Warping, щоб зіставити криву "запит" і "шаблон" і маю досі розумний успіх, але у мене є основні питання: Я оцінюю "відповідність", оцінюючи, чи результат DTW менший від порогового значення, яке я придумав евристично. Це загальний підхід до визначення "відповідності" за допомогою DTW? Якщо ні, то поясніть …

9 time-series  normalization  functional-data-analysis 

У мене виникають труднощі розрізняти поняття сценічності та стаціонарності. Як я їх розумію, гетероскедастичність - це різні мінливості в підгрупах, а нестаціонарність - це зміна середнього / відхилення в часі. Якщо це правильне (хоч і спрощене) розуміння, чи нестаціонарність є просто конкретним випадком гетероскедастичності протягом часу?

9 time-series  heteroscedasticity  stationarity  intuition