Запитання з тегом «var»

Враховуючи всі хороші властивості державно-просторових моделей та KF, мені цікаво - які недоліки моделювання простору стану та використання фільтра Kalman (або EKF, UKF або фільтра частинок) для оцінки? Скажімо, звичайні методології, такі як ARIMA, VAR або спеціальні / евристичні методи. Їх важко відкалібрувати? Чи є вони складними і важко зрозуміти, …

53 time-series  arima  kalman-filter  var 

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 будую модель VAR, щоб прогнозувати ціну активу і хотів би знати, чи є мій метод статистично обгрунтованим, чи є тести, які я включив, чи є відповідні, і чи потрібно більше, щоб забезпечити надійний прогноз на основі вхідних змінних. Нижче наведено мій поточний процес перевірки наявності Грінджера причинності та прогнозування …

19 r  forecasting  modeling  var 

Мені потрібно прогнозувати наступні 4 змінні на 29-ту одиницю часу. У мене є приблизно 2 роки історичних даних, де 1 і 14 і 27 - це той самий період (або час року). Зрештою, я роблю декомпозицію стилю Oaxaca-Blinder на , , та .WWWw dшгwdw cшcwcppp time W wd wc p …

16 time-series  forecasting  multivariate-analysis  var 

У мене є багатофакторний набір даних часових рядів, включаючи взаємодіючі біологічні та екологічні змінні (плюс, можливо, деякі екзогенні змінні). Крім сезонності, даних немає чіткої довгострокової тенденції. Моя мета - побачити, які змінні пов'язані між собою. Прогнозування насправді не шукали. Будучи новим у аналізі часових рядів, я прочитав кілька посилань. Наскільки …

15 r  time-series  var  seasonality 

Я налаштовував модель за допомогою caret, але потім повторно запустив модель за допомогою gbmпакета. Наскільки я розумію, що caretпакет використовує gbmі вихід повинен бути однаковим. Однак, лише швидкий тестовий пробіг із застосуванням data(iris)показує невідповідність моделі приблизно 5%, використовуючи RMSE і R ^ 2 в якості метрики оцінювання. Я хочу знайти …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

У мене є два часові ряди щоденних даних. Один є, sign-upsа другий terminationsпередплати. Я хотів би передбачити останнє, використовуючи інформацію, що міститься в обох змінних. Переглядаючи графік цих рядів, очевидно, що закінчення співвідносяться з кратними реєстраціями місяцями раніше. Тобто, сплеск підписок 10 травня призведе до збільшення термінів припинення в 10 …

11 r  time-series  seasonality  var 

Я намагаюся вписати в R дискретний час модель, але не знаю, як це зробити. Я читав, що ви можете організувати залежну змінну в різні рядки, по одній для кожного часу спостереження, і використовувати glmфункцію за допомогою посилання logit або cloglog. У цьому сенсі, у мене є три колонки: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Я використовую VT-бібліотеку статистичних моделей python для моделювання даних фінансових часових рядів, і деякі результати мене здивували. Я знаю, що моделі VAR припускають, що дані часових рядів є нерухомими. Я ненавмисно помістив нестаціонарну серію цін журналів на два різні цінні папери, і на диво пристосовані значення та вибіркові прогнози були …

9 time-series  forecasting  r-squared  var  stationarity 

Я працюю над оцінкою векторної автоматичної регресії (VAR) та функції імпульсного реагування (IRF) на основі даних панелі з 33 індивідами протягом 77 кварталів. Як слід аналізувати такий тип ситуації? Який алгоритм існує для цієї мети? Я вважаю за краще провести ці аналізи в R, тому якщо хтось знайомий з кодом …

9 r  econometrics  panel-data  var  impulse-response