Запитання з тегом «trend»

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закритий минулого року . У мене сюжет розкидання. Як я можу додати нелінійну лінію тренду?

27 r  data-visualization  nonlinear-regression  trend 

Я новачок у аналізі R та часових рядів. Я намагаюся знайти тенденцію тривалого (40 років) добового часового ряду температур і намагався до різних наближень. Перший - це просто проста лінійна регресія, а другий - Сезонне розкладання часових рядів Лоссом. В останньому виявляється, що сезонна складова більша за тенденцію. Але як …

27 r  time-series  trend 

Використовуючи Rдля розкладання STL, s.windowконтролює, наскільки швидко може змінитися сезонний компонент. Невеликі значення дозволяють швидше змінюватися. Встановлення сезонного вікна нескінченним є еквівалентним примушуванню сезонного компонента бути періодичним (тобто однаковим протягом років). Мої запитання: Якщо у мене є щомісячний часовий ряд (тобто частота дорівнює ), які критерії слід використовувати для встановлення …

16 r  time-series  trend  seasonality 

Я хотів би налаштувати алгоритм виявлення аномалії у часових рядах, і я планую використовувати для цього кластеризацію. Чому я повинен використовувати матрицю відстані для кластеризації, а не необроблені дані часових рядів ?, Для виявлення аномалії я буду використовувати кластеризацію на основі щільності, алгоритм як DBscan, щоб це працювало в цьому …

15 time-series  clustering  trend 

Я розігрувався з деяким тестуванням одиничного кореневого контролю в R, і я не зовсім впевнений, що робити з параметром k lag. Я використовував розширений тест Діккі Фуллера та тест Філіпса Перрона з пакету церій . Очевидно, що параметр за замовчуванням (для ) залежить лише від довжини серії. Якщо я вибираю …

15 r  time-series  trend 

Це взагалі може бути дивним питанням, але мені, як новачку до теми, цікаво, чому ми використовуємо регресію для зменшення часового ряду, якщо одне з припущень регресії - це дані, які мають ідентифікуватися, тоді як дані, щодо яких застосовується регресія, - це non iid?

14 regression  time-series  trend  iid 

Дані, які ми хочемо використовувати як залежну змінну, виглядають так (це дані про кількість). Ми побоюємось, що оскільки вона має циклічну складову та структуру тенденцій, регресія виявляється якось упередженою. Ми будемо використовувати негативну біноміальну регресію, якщо це допоможе. Дані - це збалансована панель, одна манекен на кожного (штати). На зображеному …

14 autocorrelation  panel-data  fixed-effects-model  trend  lags 

Це питання може бути надто елементарним. Для тимчасової тенденції даних я хотів би з’ясувати, де відбувається «різка» зміна. Наприклад, на першому малюнку, показаному нижче, я хотів би з’ясувати точку зміни за допомогою якогось статистичного методу. І я хотів би застосувати такий метод в деяких інших даних, точка зміни яких не …

13 time-series  trend  change-point 

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 

У mgcvпакеті Rє дві функції для встановлення тензорних взаємодій між продуктами: te()і ti(). Я розумію основний розподіл праці між двома (встановлення нелінійної взаємодії проти декомпозиції цієї взаємодії на основні ефекти та взаємодію). Чого я не розумію, це чому te(x1, x2)і ti(x1) + ti(x2) + ti(x1, x2)може давати (трохи) різні результати. …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Щодо назви, я хотів би знати, чи існує статистичний тест, який може допомогти мені виявити значну розбіжність між двома подібними часовими рядами. Зокрема, дивлячись на рисунок нижче, я хотів би виявити, що серії починають розходитися в момент t1, тобто коли різниця між ними починає бути значною. Більше того, я б …

10 time-series  statistical-significance  variance  convergence  trend 

У мене є три набори даних часових рядів, які я хочу порівняти. Їх приймали на 3 окремих періоди приблизно 12 днів. Вони є середнім, максимальним та мінімальним числом головок, узятих у бібліотеці коледжу протягом фінальних тижнів. Мені довелося мати значення, max та min, оскільки погодинний підрахунок голови не був безперервним …

10 time-series  multiple-comparisons  trend 

Я пропоную спробувати знайти тенденцію в деяких дуже галасливих довгострокових даних. Дані - це, в основному, щотижневі вимірювання чогось, що рухалося приблизно на 5 мм протягом приблизно 8 місяців. Дані складаються з точності 1 мм і дуже шумно регулярно змінюються +/- 1 або 2 мм на тиждень. Ми маємо дані …

10 time-series  data-mining  signal-processing  trend 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Це результат трендів Google, отриманий для фрази "Naive Bayes" з січня 2004 по квітень 2017 року ( посилання ). Відповідно до цієї цифри, коефіцієнт пошуку для "Naive Bayes" у квітні 2017 року приблизно на 25 відсотків перевищує максимальний за весь часовий період. Чи означає це, що цей простий і старий …

9 naive-bayes  trend