Запитання з тегом «time-series»

Нещодавно я почав працювати в клініці з туберкульозу. Періодично ми зустрічаємось, щоб обговорити кількість випадків захворювання на туберкульоз, які ми зараз лікуємо, кількість проведених тестів тощо. Я хотів би почати моделювати ці показники, щоб ми не просто здогадувались, чи є щось незвичне чи ні. На жаль, я мало навчався у …

23 r  time-series  poisson-distribution  count-data  epidemiology 

Механізми уваги були використані в різних документах поглибленого навчання за останні кілька років. Ілля Суцкевер, керівник досліджень Open AI, захоплено похвалив їх: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Евгеніо Кулурчелло з університету Пердю заявив, що RNN та LSTM повинні бути відмовлені на користь суто нейронних мереж, орієнтованих на увагу: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Це здається перебільшенням, але безперечно, …

23 time-series  deep-learning  lstm  rnn  attention 

Мене цікавить вибір моделі в налаштуваннях часових рядів. Для конкретності, припустимо, я хочу вибрати модель ARMA з пулу моделей ARMA з різними порядками відставання. Кінцевим наміром є прогнозування . Вибір моделі може здійснити компанія перехресне підтвердження, використання інформаційних критеріїв (AIC, BIC), серед інших методів. Роб Дж. Хайндман пропонує спосіб зробити …

23 time-series  forecasting  cross-validation  model-selection  aic 

У літературі я знайшов два визначення щодо часу автокореляції слабо нерухомого часового ряду: τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| де - автокореляція в відстані . ρk=Cov[Xt,Xt+h]Var[Xt]ρk=Cov[Xt,Xt+h]Var[Xt]\rho_k = \frac{\text{Cov}[X_t,X_{t+h}]}{\text{Var}[X_t]}kkk Одним із застосувань часу автокореляції є пошук "ефективного розміру вибірки": якщо у вас є спостережень за …

23 r  time-series  correlation 

У мене є часовий ряд, який містить подвійні сезонні компоненти, і я хотів би розкласти серії на наступні компоненти часових рядів (тренд, сезонний компонент 1, сезонний компонент 2 та неправильний компонент). Наскільки мені відомо, процедура STL для розкладання серії в R дозволяє лише один сезонний компонент, тому я спробував розкласти …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

Хтось намагався прогнозувати часові ряди, використовуючи регресію вектора підтримки? Я розумію, що підтримують векторні машини підтримки і частково розуміють регресію векторів підтримки, але не розумію, як їх можна використовувати для моделювання часових рядів, особливо багатоваріантних часових рядів. Я спробував прочитати кілька робіт, але вони занадто високі. Чи може хтось просто …

22 time-series  machine-learning  svm 

Середня абсолютна масштабована помилка (MASE) - це міра точності прогнозування, запропонована Koehler & Hyndman (2006) . МA SЕ= МА ЕМА Еi n - s a m p l e ,n a i v eМАSЕ=МАЕМАЕiн-самpле,наivеMASE=\frac{MAE}{MAE_{in-sample, \, naive}} де - середня абсолютна похибка, вироблена фактичним прогнозом; тоді як - середня абсолютна похибка, …

22 time-series  forecasting  accuracy  mase 

У мене питання щодо кластерного аналізу. Є 3000 компаній, які повинні бути кластеризовані відповідно до їх енергоспоживання протягом 5 років. Кожна компанія має значення для кожної години протягом 5 років. Я хотів би дізнатись, чи мають деякі компанії однакову схему використання потужностей протягом періоду часу. Результати слід використовувати для щоденного …

22 time-series  clustering  spss 

Я розумію, що аналіз основних компонентів (PCA) можна застосовувати в основному для даних поперечного перерізу. Чи може PCA ефективно використовуватись для даних часових рядів, вказавши рік як змінну часових рядів та нормально працює PCA? Я виявив, що динамічний PCA працює для панельних даних, а кодування в Stata призначене для даних …

22 time-series  pca 

Мені хотілося б знати, чи існує код для підготовки звивистої нейронної мережі для класифікації часових рядів. Я бачив декілька останніх робіт ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ), але я не впевнений, чи існує щось, чи я маю це кодувати самостійно.

21 time-series  classification  neural-networks  conv-neural-network 

Я хочу дізнатися, чи я на правильному шляху, аналізуючи свої сюжети ACF та PACF: Довідка: (Реф.: Філіпс Ганс Франс, 1998) Оскільки і ACF, і PACF демонструють значні значення, я вважаю, що модель ARMA буде задовольняти мої потреби ACF може використовуватися для оцінки MA-частини, тобто значення q, PACF може використовуватися для …

21 time-series  model-selection  arma  statsmodels 

Я розумію, що якщо процес залежить від попередніх значень самого себе, то це процес AR. Якщо це залежить від попередніх помилок, то це процес МА. Коли б сталася одна з цих двох ситуацій? Хтось має вагомий приклад, який висвітлює основну проблему щодо того, що означає процес, який найкраще змоделювати як …

21 time-series  autoregressive  moving-average 

Я займаюся деякими дослідженнями, але застряг на етапі аналізу (варто було б приділити більше уваги моїм лекціям із статистики). Я зібрав два одночасні сигнали: витрата інтегрований для гучності і зміни розширення грудної клітки. Я хотів би порівняти сигнали і, зрештою, сподіваюся отримати гучність від сигналу розширення грудної клітки. Але спочатку …

21 r  time-series  signal-processing  measurement 

Я хотів би використовувати модель бінарної логістичної регресії в контексті потокової передачі даних (багатовимірний часовий ряд), щоб передбачити значення залежної змінної даних (тобто рядка), що щойно надійшла, враховуючи минулі спостереження. Наскільки я знаю, логістичну регресію традиційно застосовують для післясмертного аналізу, де кожна залежна змінна вже встановлена ​​(або шляхом інспекції, або …

21 r  time-series  logistic 

Я вписую модель ARIMA у щоденний часовий ряд. Дані збираються щодня з 02-01-2010 по 30-07-2011 і стосуються продажів газет. Оскільки щотижневий зразок продажів можна знайти (середньоденна кількість проданих примірників зазвичай однакова з понеділка по п’ятницю, потім збільшується в суботу та неділю), я намагаюся зафіксувати цю «сезонність». Враховуючи дані "продажів", я …

21 r  time-series  arima  seasonality