«time-series» etiketlenmiş sorular

Zaman serisi analizinde Box-Jenkins model seçim prosedürü, serinin otokorelasyon ve kısmi otokorelasyon fonksiyonlarına bakarak başlar. Bu grafikler bir ARMA modelinde uygun ve değerlerini önerebilir . Prosedür, kullanıcıdan beyaz gürültü hata terimi olan bir model üretenler arasında en uysal modeli seçmek için AIC / BIC kriterlerini uygulamasını isteyerek devam eder.pppqqq( p …

14 regression  time-series  arima  model-selection  box-jenkins 

Bir süredir kafamda durağanlıkla güreşiyordum ... Bunu böyle mi düşünüyorsun? Herhangi bir yorum veya daha fazla düşünce takdir edilecektir. Durağan süreç, dağıtım ortalaması ve varyans sabit tutulacak şekilde zaman serisi değerleri üreten işlemdir. Açıkçası, bu zayıf durağanlık biçimi veya kovaryans / ortalama durağanlık olarak bilinir. Durağanlığın zayıf şekli, zaman serisinin …

14 time-series  stationarity  intuition 

İşte bir bağlam. İki çevresel değişkenin (sıcaklık, besin seviyesi) 11 yıllık bir süre içinde bir yanıt değişkeninin ortalama değerini nasıl etkilediğini belirlemekle ilgileniyorum. Her yıl 100 binden fazla lokasyondan veri var. Amaç, 11 yıllık bir süre boyunca, cevap değişkenlerinin ortalama değerinin çevresel değişkenlerdeki değişikliklere yanıt verip vermediğini belirlemektir (örn. Daha …

14 time-series  regression  sample-size  small-sample 

İki S serisi serim var ve T. aynı frekansta ve aynı uzunlukta. (R kullanarak), bu çift arasındaki korelasyonu (yani S ve T) hesaplamak ve ayrıca korelasyonun önemini hesaplamak istiyorum), böylece korelasyonun şansa bağlı olup olmadığını belirleyebilirim. Bunu R'de yapmak istiyorum ve beni başlatmak için işaretçiler / iskelet çerçevesi arıyorum.

14 r  time-series  correlation 

RJ Hyndman'ın çapraz doğrulama ve zaman serileri hakkındaki "Araştırma ipuçlarından" birini okuduktan sonra , burada formüle etmeye çalışacağım eski bir soruya geri döndüm. Fikir, sınıflandırma veya regresyon problemlerinde, verilerin sıralanmasının önemli olmadığı ve bu nedenle k -katlı çapraz validasyonun kullanılabileceğidir. Öte yandan, zaman serilerinde verilerin sıralanması büyük önem taşımaktadır. Tahmini …

14 time-series  machine-learning  cross-validation 

Uyku trendlerini analiz etmek ve isteğe bağlı olarak kullanıcıyı hafif uyku sırasında istenen bir zamana yakın uyandırmak için uyku sırasında ivmeölçer verilerini kaydeden bir android uygulaması inşa ediyorum. Alarmın yanı sıra veri toplayan ve depolayan bileşeni zaten oluşturdum. Yine de uyku verilerini görüntüleme ve kaydetme canavarını gerçekten anlamlı ve açık …

14 time-series  smoothing  signal-processing  java 

Zaman serilerini nasıl tespit ederim? Sadece ilk farkı alıp bir Dickey Fuller testi yapmanın bir sakıncası var mı? Ayrıca, Stata'da bunu yaparak zaman serilerini telafi edebileceğimi çevrimiçi buldum: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller u_lncredit, drift regress lags(0) Detrend zaman serilerine en iyi yaklaşım nedir?

14 regression  time-series  stata  stationarity 

Mikroekonomide kullanılan nedensellik (özellikle IV veya regresyon süreksizlik tasarımı) ve ayrıca zaman serisi ekonometrisinde kullanılan Granger nedenselliğini anlıyorum . Birini diğeriyle nasıl ilişkilendirebilirim? Örneğin, her iki yaklaşımın panel verileri için kullanıldığını gördüm (örneğin , ). Bu konudaki makalelere yapılan atıflar takdir edilecektir.T = 20N=30N=30N=30T=20T=20T=20

14 time-series  econometrics  causality  granger-causality 

Finansal zaman serileri için ARMA-GARCH modelini kullanacağım ve söz konusu modeli uygulamadan önce serinin sabit olup olmayacağını merak ediyordum. Ben dizi sabit olması ARMA modeli uygulamak biliyorum, ancak ARMA-GARCH emin değilim çünkü volatilite kümeleme ve sabit varyans ve dolayısıyla ne dönüşüm olursa olsun sabit olmayan serisi ima GARCH hataları dahil …

14 time-series  finance  arma 

İklim modellemesinde, Dünya'nın iklimini yeterince tasvir edebilecek bir model arıyorsunuz. Bu, yarı döngüsel olan kalıpları göstermeyi içerir: El Nino Güney Salınımı gibi şeyler. Ancak model doğrulaması, genellikle iyi gözlemsel verilerin bulunduğu (son ~ 150 yıl) nispeten kısa sürelerde gerçekleşir. Bu, modelinizin doğru kalıpları görüntüleyebileceği, ancak faz dışı olabileceği anlamına gelir; …

14 time-series  model-comparison  fourier-transform  climate 

Bir MA sürecinin ters çevrilebilir olup olmadığını neden önemsediğimizi anlamakta sorun yaşıyorum. Lütfen yanılıyorsam beni düzeltin, ancak bir AR sürecinin nedensel olup olmadığını neden önemsediğimizi anlayabiliyorum, yani, bir parametre ve beyaz gürültünün toplamı olarak "yeniden yazabiliriz" - yani hareketli bir ortalama süreç. Eğer öyleyse, AR sürecinin nedensel olduğunu kolayca görebiliriz. …

14 time-series  mathematical-statistics  autoregressive  moving-average 

Şu anda veri mühendisliği alanında yüksek lisans eğitimi almak isteyen işletme ve ekonomi mezunuyum. Doğrusal regresyon (LR) ve sonra zaman serisi analizi (TS) üzerinde çalışırken aklıma bir soru geldi. Neden çoklu lineer regresyon kullanmak ve ona gecikmeli değişkenler eklemek yerine yepyeni bir yöntem, yani zaman serisi (ARIMA) yaratalım (gecikmeler sırası …

14 regression  time-series  multiple-regression  least-squares  arima 

Birden fazla eksojen değişkenli çoklu zaman serisi ARIMA modeline dayalı bir tahmin yapmak istiyorum. Ne istatistiklere ne de UR'ye bağlı kalmak konusunda o kadar yetenekli olmadığım için mümkün olduğunca basit (3 aylık trend tahmini yeterlidir). Ben 1 bağımlı zaman serisi ve 3-5 tahmin zaman serisi, tüm aylık veri, boşluk, aynı …

14 r  time-series  arima 

2 yıldan fazla bir süredir farklı zaman serileri üzerinde çalışıyorum. ACF'nin MA terimini ve AR için PACF'yi tanımlamak için kullanıldığı birçok makalede okudum. MA için, ACF'nin aniden kesildiği gecikmenin MA sırası ve benzer şekilde PACF ve AR için bir başparmak kuralı vardır. İşte PennState Eberly Bilim Koleji'nden takip ettiğim makalelerden …

14 time-series  arima  autoregressive  moving-average 

Bazı rüzgar / dalga verileri için ARIMA modelleri yapıyorum. Her değişken için ayrı bir model oluşturuyorum. Modellemem gereken değişkenlerden ikisi dalga ve rüzgar yönleridir. Değerler derece cinsindendir (0-360 °). Bu tip verileri değer aralığının dairesel olduğu yerde modellemek mümkün müdür? Değilse, bu tür veriler için hangi model sınıfı en iyisidir?

13 time-series  arima  circular-statistics