Запитання з тегом «time-series»

У мене є питання, пов'язане з моделюванням коротких часових рядів. Справа не в тому, чи моделювати їх , а як. Який метод ви б рекомендували для моделювання (дуже) коротких часових рядів (скажімо, про довжину )? Під «кращим» я маю на увазі тут найбільш надійний, тобто найменш схильний до помилок через …

35 time-series  forecasting  small-sample 

Я звик бачити тест Ljung-Box досить часто, який використовується для тестування автокореляції в необроблених даних або в залишках моделі. Я ледь не забув, що існує ще один тест на автокореляцію, а саме тест Бройша-Годфрі. Запитання: в чому основні відмінності та схожість тестів Люнг-Бокса та Брейша-Годфрі, і коли слід віддавати перевагу …

35 time-series  hypothesis-testing  autocorrelation 

Коментарі: По-перше, я хотів би сказати велике спасибі авторові нового пакету tsoutliers, який реалізує виявлення зовнішнього часу Чен та Лю, який був опублікований в Журналі Американської статистичної асоціації в 1993 році в програмному забезпеченні Open Source .RRR Пакет ітераційно виявляє 5 різних типів випускників у даних часових рядів: Адитивна добавка …

35 time-series  forecasting  arima  outliers 

Яка / чи є різниця (і) між поздовжньою конструкцією та часовим рядом?

35 time-series  panel-data 

У мене є набір даних, який не впорядкований якимось особливим чином, але при графіку чітко визначено дві чіткі тенденції. Проста лінійна регресія тут насправді не була б адекватною через чітке розмежування двох серій. Чи є простий спосіб отримати дві незалежні лінійні лінії тренду? Для запису я використовую Python, і мені …

34 time-series  python  curve-fitting 

Дорогі всі - я помітив щось дивне, чого я не можу пояснити, чи не так? Підсумовуючи: ручний підхід до обчислення довірчого інтервалу в моделі логістичної регресії та функції R confint()дають різні результати. Я пережив прикладну логістичну регресію Hosmer & Lemeshow (2-е видання). У 3-й главі є приклад обчислення коефіцієнта шансів …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

У мене є чотири різні часові ряди погодинних вимірювань: Витрата тепла всередині будинку Температура поза домом Сонячне випромінювання Швидкість вітру Я хочу мати можливість передбачити споживання тепла всередині будинку. Існує чітка сезонна тенденція, як щорічно, так і щоденно. Оскільки між різними серіями існує чітка кореляція, я хочу їх встановити за …

33 time-series  modeling  arima 

Нещодавно я дізнався про використання методів завантаження для обчислення стандартних помилок та довірчих інтервалів для оцінювачів. Що я дізнався, це те, що якщо дані є IID, ви можете ставитися до вибіркових даних як до сукупності, і робити вибірки із заміною, і це дозволить отримати кілька моделей тестової статистики. Що стосується …

33 time-series  bootstrap 

Я натрапив на цей документ, який використовує виявлення аномалії посилань для прогнозування актуальних тем, і мені здалося, що це неймовірно інтригує. Документ - "Виявлення нових тем у соціальних потоках за допомогою виявлення аномалії посилань" . Я б хотів тиражувати це на інший набір даних, але я недостатньо знайомий з методами, …

32 time-series  machine-learning  outliers  python  change-point 

Нехай і - процеси білого шуму. Чи можемо ми сказати, що - це обов'язково білий шум?atata_tbtbtb_tct=at+btct=at+btc_t=a_t+b_t

30 time-series  econometrics  white-noise 

Мене бентежить модель вектора виправлення помилок ( VECM) ). Технічна інформація: VECM пропонує можливість застосувати векторну авторегресивну модель ( VAR ) до інтегрованого багатовимірного часового ряду. У підручниках вони називають деякі проблеми із застосуванням VAR до інтегрованих часових рядів, найважливішою з яких є так звана хибна регресія (t-статистика є дуже …

30 time-series  forecasting  var  cointegration  vecm 

Я використовую R, я шукав на Google і з'ясував , що kpss.test(), PP.test()і adf.test()використовуються , щоб знати про стаціонарності часових рядів. Але я не статистик, який може інтерпретувати їх результати > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value = 0.01 > …

30 r  time-series  stationarity  augmented-dickey-fuller  kpss-test 

Який сенс аналізу часових рядів? Існує багато інших статистичних методів, таких як регресія та машинне навчання, які мають очевидні випадки використання: регресія може надати інформацію про взаємозв'язок між двома змінними, тоді як машинне навчання чудово підходить для прогнозування. Але тим часом я не бачу, для чого хороший аналіз часових рядів. …

29 time-series  arima 

Нам потрібна система раннього попередження. Я маю справу з сервером, який, як відомо, навантажує проблеми з продуктивністю. Помилки реєструються в базі даних разом із часовою позначкою. Є кілька кроків вручну, які можна вжити для зменшення навантаження сервера, але лише якщо хтось знає про проблему ... З огляду на набір разів, …

29 time-series  real-time 

Я використовую функцію auto.arima () у пакеті прогнозів, щоб підходити до моделей ARMAX з різними коваріатами. Однак мені часто доводиться вибирати велику кількість змінних і, як правило, закінчують остаточну модель, яка працює з їх підмножиною. Мені не подобаються спеціальні методи для вибору змінних, тому що я людина і підданий упередженості, …

29 r  time-series  lasso  regularization  elastic-net