Запитання з тегом «time-series»

Аналіз функціональних основних компонентів (FPCA) - це те, про що я натрапив і ніколи не зрозумів. Про що це все? Дивіться "Огляд функціонального аналізу основних компонентів" від Shang, 2011 , і я цитую: PCA стикається з серйозними труднощами в аналізі функціональних даних через "прокляття розмірності" (Bellman 1961). "Прокляття розмірності" походить …

21 time-series  pca  dimensionality-reduction 

Після проведення аналізу основних компонентів (PCA) я хочу спроектувати новий вектор на простір PCA (тобто знайти його координати в системі координат PCA). Я розрахував PCA мовою R за допомогою prcomp. Тепер я повинен мати можливість помножити свій вектор на матрицю обертання PCA. Чи повинні головні компоненти в цій матриці розташовуватися …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Далі наведені сюжети ACF та Pacf щомісячних даних. Другий сюжет - це acf з ci.type = 'ma': Наполегливість високих значень в сюжеті ACF, ймовірно, представляє довгострокову позитивну тенденцію. Питання полягає в тому, чи це означає сезонні зміни? Я намагався бачити різні сайти на цю тему, але не впевнений, чи показують …

20 time-series 

У мене виникають проблеми з генерацією набору стаціонарних кольорових часових рядів, враховуючи їх матрицю коваріації (їх спектральні щільності потужності (PSD) та спектральні щільності спектру потужності (CSD)). Я знаю, що, враховуючи два часові ряди та , я можу оцінити їх спектральні щільності потужності (PSD) та перехресні спектральні щільності (CSD), використовуючи багато …

20 time-series  sampling  algorithms  simulation  covariance 

Ми іноді використовуємо графік спектральної щільності для аналізу періодичності у часових рядах. Зазвичай ми аналізуємо сюжет шляхом візуального огляду, а потім намагаємось зробити висновок про періодичність. Але чи розробив статистик будь-який тест, щоб перевірити, чи якісь шипи на ділянці статистично відрізняються від білого шуму? Чи розробили R-експерти який-небудь пакет для …

20 r  time-series  hypothesis-testing 

Сезонне коригування є важливим кроком попередньої обробки даних для подальшого дослідження. Однак у дослідника є ряд варіантів сезонного розкладання тренд-циклу. Найпоширенішими (судячи з кількості цитат в емпіричній літературі) конкуруючими сезонними методами декомпозиції є X-11 (12) -ARIMA, Tramo / Seats (обидва реалізовані в Demetra + ) та ' stl . Прагнучи …

20 time-series  data-transformation  methodology  seasonality 

Після того, як модель ARMA підходить до часового ряду, звичайно перевіряти залишки за допомогою тесту на портманто Ljung-Box (серед інших тестів). Тест Ljung-Box повертає значення ap. Він має параметр, h , яка є кількістю лагів, які підлягають тестуванню. У деяких текстах рекомендується використовувати h = 20; інші рекомендують використовувати h …

20 time-series 

Я намагаюся зрозуміти використання PCA в останній статті журналу під назвою "Зображення мозкової активності в масштабі з кластерними обчисленнями" Freeman et al., 2014 (безкоштовний pdf доступний на веб-сайті лабораторії ). Вони використовують PCA за даними часових рядів і використовують ваги PCA для створення карти мозку. Дані - це дані середнього …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Я працюю над 2D фізичним моделюванням і збираю дані в часі в декілька моментів. Ці дискретні точки розташовані уздовж вертикальних ліній, з кількома лініями в осьовому напрямку. Це робить набір даних ефективно 4D. Наприклад, припустимо, що у мене є точки збору за (X, Y) координатами: (0,0), (1,0), (2,0) (0,1), (1,1), …

19 time-series  data-visualization  spatio-temporal 

У мене питання про моделі ARIMA. Скажімо, у мене є часовий ряд YtYtY_t який я хотів би прогнозувати, і модель ARIMA(2,2)ARIMA(2,2)\text{ARIMA}(2,2) здається хорошим способом проведення прогнозування. ΔYt=α1ΔYt−1+α2ΔYt−2+νt+θ1νt−1+θ2νт−2ΔYt=α1ΔYt-1+α2ΔYт-2+νт+θ1νт-1+θ2νт-2 \Delta Y_t = \alpha_1 \Delta Y_{t-1} + \alpha_2 \Delta Y_{t-2} + \nu_{t} + \theta_1 \nu_{t-1} + \theta_2 \nu_{t-2} Тепер відставання YYY означає, що …

19 regression  time-series  interpretation 

Ця проблема насправді стосується виявлення пожежі, але вона є аналогічною деяким проблемам виявлення радіоактивного розпаду. Явища, що спостерігаються, є як спорадичними, так і дуже мінливими; таким чином, часовий ряд буде складатися з довгих рядків нулів, перерваних змінними значеннями. Мета - це не просто фіксація подій (перерви в нулі), а кількісна …

19 time-series  correlation  crostons-method  intermittent-time-series 

Невже хтось може провести мене через приклад того, як використовувати фільтрацію DLM Kalman в R за часовим рядом. Скажіть, я маю ці значення (квартальні значення з річною сезонністю); як би ви використовували DLM для прогнозування наступних значень? І BTW, чи вистачає мені історичних даних (який мінімум)? 89 2009Q1 82 2009Q2 …

19 r  time-series  forecasting 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 8 місяців тому . Як мені підходити лінійна модель з автокорельованими помилками в R? У статистиці я використовував би praisкоманду, але не можу знайти еквівалент R …

19 r  time-series  autocorrelation 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 6 років тому . Я працюю над невеликим проектом з одним часовим рядом, який вимірює дані про відвідування клієнта (щодня). Мої коваріати - це суцільна змінна, …

19 time-series  arima 

Я будую прогностичну модель, яка прогнозує ймовірність успіху студента в кінці курсу. Мене конкретно цікавить, чи успіх студента чи невдача, коли успіх зазвичай визначається як закінчення курсу та досягнення 70% або більше балів із загальної кількості балів. Коли я розгортаю модель, оцінку ймовірності успіху потрібно оновлювати протягом часу, оскільки з'являється …

19 time-series  machine-learning  logistic