«time-series» etiketlenmiş sorular

Sayım verilerini trend, mevsimsel ve düzensiz bileşenlere ayırmak için R'de stl () kullandım. Ortaya çıkan trend değerleri artık tamsayı değildir. Aşağıdaki sorularım var: Stl () sayım verilerini mevsimsellikten arındırmak için uygun bir yöntem midir? Sonuçta ortaya çıkan eğilim artık tamsayı olarak değerlendirilmediğinden, trend bileşenlerini modellemek için lm () kullanabilir miyim?

12 r  time-series  poisson-distribution 

Bazı eksik gözlemleri olan bir dizi iklim verisinde anormal değerleri tespit etmeye çalışıyorum. İnternette arama yaparken birçok mevcut yaklaşım buldum. Bunlardan stl ayrışması, eğilim ve mevsimsel bileşenleri ortadan kaldırmak ve geri kalanını incelemek anlamında çekici görünüyor. STL Okuma : Loess'e Dayalı Mevsimsel Trend Ayrıştırma Prosedürü , stldeğişkenlik atama ayarlarını belirleme …

12 r  time-series  outliers  missing-data 

Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Aşağıdaki grafiği düşünün: Kırmızı çizgi (sol eksen) belirli bir hisse senedinin işlem hacmini açıklar. Mavi çizgi (sağ eksen) söz konusu hisse senedi için heyecan mesajı hacmini açıklar. Örneğin, 9 Mayıs'ta (05-09) yaklaşık 1.100 milyon işlem ve 4.000 tweet yapıldı. Aynı gün içinde mi yoksa gecikme ile milatörler arasında bir korelasyon …

12 time-series  correlation  lags 

Araba hareket etmiyorken 1, araba hareket ettiğinde 0 olan bir ikili zaman serim var. 36 saat ileri ve her saat için bir zaman ufku tahmin etmek istiyorum. İlk yaklaşımım şu girişleri kullanarak bir Naive Bayes kullanmaktı: t-24 (günlük mevsimsel), t-48 (haftalık mevsimsel), günün saati. Ancak, sonuçlar çok iyi değil. Bu …

12 r  time-series  forecasting  binary-data 

Aşağıdaki periyodik olmayan zaman serilerine sahip olduğumu varsayalım. Açıkçası eğilim azalıyor ve bunu bazı testlerle ( p değeriyle ) kanıtlamak istiyorum . Değerler arasında güçlü zamansal (seri) oto-korelasyon nedeniyle klasik lineer regresyonu kullanamıyorum. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency = 1) plot(my.ts, col = "black", …

12 r  time-series 

Zaman serisi analizi neden bir makine öğrenme algoritması olarak kabul edilmez (doğrusal regresyondan farklı olarak). Hem regresyon hem de zaman serileri analizi tahmin yöntemleridir. Öyleyse neden bunlardan biri öğrenme algoritması olarak kabul ediliyor ama diğeri değil?

12 regression  machine-learning  time-series  terminology 

Sürüklenme ile bir dizi olarak modellenebilir sürüklenme (sabit) ve . yt= c + ϕ yt - 1+ εtyt=c+φyt-1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ = 1φ=1\phi=1 Trend içeren bir seri olarak modellenebilir, burada sapma (sabit), deterministik zaman eğilimi ve .yt= c + δt + ϕ yt - 1+ εtyt=c+δt+φyt-1+εty_t …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

Şu anda üst üste iki yıldır çevrimiçi bir işletme işletiyorum, bu yüzden yaklaşık iki yıldır aylık satış verilerim var. Her ay için işim kesinlikle mevsimsel salınımdan (Noel'de daha iyi performans gösterir, vb.) Ve muhtemelen farkında olmadığım diğer bazı faktörlerden etkilenir. Gelecekteki satışları daha iyi tahmin etmek ve satış kampanyamın etkinliğini …

12 time-series  forecasting 

En azından bazı yüksek kalibreli istatistikçiler arasında, minimum değerin belirli bir eşiği içinde AIC istatistiği değerlerine sahip modellerin AIC istatistiğini en aza indiren model olarak uygun olarak kabul edilmesi gerektiği iyi bilinmektedir. Örneğin, [1, s.221] Daha sonra küçük GCV veya AIC'li modeller en iyi olarak kabul edilir. Tabii ki GCV …

12 time-series  model-selection  aic 

R'deki MARSS paketi dinamik faktör analizi işlevi sunar. Bu pakette, dinamik faktör modeli özel bir durum uzay modeli olarak yazılmıştır ve ortak eğilimlerin AR (1) sürecini takip ettiğini varsayarlar. Bu iki yönteme çok aşina olmadığım için, iki soru ile geliyorum: Dinamik Faktör Analizi özel bir Durum Uzay Modeli midir? Bu …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Aşağıdaki iki zaman serisi göz önüne alındığında ( x , y ; aşağıya bakınız), bu verilerdeki uzun vadeli eğilimler arasındaki ilişkiyi modellemek için en iyi yöntem nedir? Her iki zaman serisi de zamanın bir fonksiyonu olarak modellenirken önemli Durbin-Watson testlerine sahiptir ve ikisi de durağan değildir (terimi anladığım gibi, ya …

12 regression  time-series  arima 

Zaman serisi verilerini tren / test / validasyon setlerine ayırmanın en iyi yolu nedir, validasyon seti hiperparametre ayarı için kullanılacaktır? 3 yıllık günlük satış verilerine sahibiz ve planımız eğitim verileri olarak 2015-2016'yı kullanmak, ardından doğrulama seti olarak kullanılacak 2017 verilerinden 10 hafta ve 2017 verilerinden 10 hafta sonra rastgele örneklemektir. …

12 time-series  cross-validation  validation 

Genellikle yazarların "günlük farkı" modelini tahmin ettiğini görüyorum, ör. log(yt)−log(yt−1)=log(yt/yt−1)=α+βxtlog⁡(yt)−log⁡(yt−1)=log⁡(yt/yt−1)=α+βxt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Bunu ilişkilendirmek uygun katılıyorum bir yüzde değişim ise olduğu .xtxtx_tytyty_tlog(yt)log⁡(yt)\log (y_t)I(1)I(1)I(1) Ancak log farkı yaklaşık bir değerdir ve log dönüşümü olmayan bir modeli de tahmin edebiliriz, ör. yt/yt−1−1=(yt−yt−1)/yt−1=α+βxtyt/yt−1−1=(yt−yt−1)/yt−1=α+βxty_t/y_{t-1} -1 = (y_t - …

12 time-series  forecasting  data-transformation  econometrics  logarithm 

R için oldukça yeniyim. Zaman serisi analizlerini okumaya çalıştım ve çoktan bitirdim Shumway ve Stoffer'ın Zaman serisi analizi ve uygulamaları 3. Baskı , Hyndman'ın Mükemmel Tahmini: İlkeler ve Uygulama Avril Coghlan'ın R Serilerini Zaman Serisi Analizi için Kullanma A. Ian McLeod ve arkadaşları R ile Zaman Serisi Analizi Dr. Marcel …

12 r  time-series