«time-series» etiketlenmiş sorular

Çok gürültülü bazı uzun vadeli verilerde bir eğilim bulmaya çalışıyorum. Veriler temel olarak yaklaşık 8 aylık bir süre boyunca yaklaşık 5 mm hareket eden bir şeyin haftalık ölçümleridir. Veriler 1 mm'lik bir doğruluktur ve haftada +/- 1 veya 2 mm'lik düzenli olarak değişen çok gürültülüdür. Veriler sadece en yakın mm'ye …

10 time-series  data-mining  signal-processing  trend 

Kalman filtresi hakkında okumaya başladığımda, bunun özel bir ARIMA modeli (yani ARIMA (0,1,1)) olduğunu düşündüm. Ama aslında durum daha karmaşık görünüyor. Her şeyden önce, ARIMA tahmin için kullanılabilir ve Kalman filtresi filtreleme içindir. Ama yakından ilişkili değiller mi? Soru: ARIMA ve Kalman filtresi arasındaki ilişki nedir? Biri diğerini mi kullanıyor? …

10 time-series  bayesian  arima  kalman-filter 

Karşılaştığım sorun zaman serisi değerlerini tahmin etmektir. Bir seferde bir seferlik serilere bakıyorum ve örneğin giriş verilerinin% 15'ine dayanarak gelecekteki değerlerini tahmin etmek istiyorum. Şimdiye kadar iki modele rastladım: LSTM (uzun kısa süreli bellek; tekrarlayan sinir ağları sınıfı) ARİMA İkisini de denedim ve onlarla ilgili bazı makaleler okudum. Şimdi ikisini …

10 time-series  forecasting  references  arima  lstm 

Şu anda bir zaman serisi verisi (aylık veri) tahmini yapmak için bir proje üzerinde çalışıyorum. Tahmin yapmak için R kullanıyorum. 1 bağımlı değişken (y) ve 3 bağımsız değişkenim var (x1, x2, x3). Y değişkeninin 73 gözlemi vardır, diğer 3 değişken de öyle (alos 73). Ocak 2009'dan Ocak 2015'e kadar. Korelasyonları …

10 time-series  multiple-regression  forecasting  lags 

Sharpe Oranlarının veya Bilgi Oranlarının önemini test etmenin uygun yolu nedir? Sharpe Oranları çeşitli özsermaye endekslerine dayanacaktır ve değişken yeniden inceleme dönemlerine sahip olabilir. Açıklandığı gibi gördüğüm bir çözüm, df yeniden inceleme süresinin uzunluğuna ayarlanmış bir Student t-testi uygular. Aşağıdaki endişeler nedeniyle yukarıdaki yöntemi uygulamak için tereddüt ediyorum: T-testinin çarpıklığa …

10 time-series  statistical-significance  mean  finance  ratio 

Otomatik Alaka Tespiti (ARD) ve Ridge regresyon gibi Genelleştirilmiş Doğrusal Modellerin kullanılmasında, Box-Jenkins (ARIMA) gibi Zaman serisi modellerine veya öngörme için Üstel yumuşatma gibi farklar nelerdir? GLM'nin ne zaman ve ne zaman Time Serisinin kullanılacağına dair genel kurallar var mı?

10 time-series  generalized-linear-model  forecasting 

Birkaç zaman serisi veri kümesinde anomali tespiti uygulamam gerekiyor. Bunu daha önce hiç yapmadım ve tavsiye almayı umuyordum. Ben python ile çok rahat, bu yüzden çözüm uygulanmasını tercih ederdim (benim kod çoğu işimin diğer bölümleri için python olduğunu). Verilerin açıklaması: Son 2 yılda toplanmaya başlanan aylık zaman serisi verileri (yani …

10 machine-learning  time-series  python  computational-statistics  anomaly-detection 

Sadece ACF ve PACF grafiklerini doğru yorumladığımı kontrol etmek istiyorum: Veriler, gerçek veri noktaları ile bir AR (1) modeli kullanılarak oluşturulan tahminler arasında üretilen hatalara karşılık gelir. Buradaki cevaba baktım: ACF ve PACF denetimi ile ARMA katsayılarını tahmin etme Okuduktan sonra hatalar otomatik olarak ilişkilendirilmemiş gibi görünüyor ama sadece emin …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

R kullanarak zaman serisi analizi yapıyorum. Verilerimi trend, mevsimsel ve rastgele bileşenlere ayırmalıyım. 3 yıllık haftalık verilerim var. R - stl()ve 'de iki fonksiyon buldum decompose(). Bunun stl()çarpımsal ayrışma için iyi olmadığını okudum . Biri bana bu fonksiyonların hangi senaryoda kullanılabileceğini söyleyebilir mi?

10 r  time-series 

Her şeyden önce: Anladığım kadarıyla, bootstrapping kalıntıları aşağıdaki gibi çalışır: Modeli verilere sığdır Kalıntıları hesaplayın Kalıntıları yeniden örnekleyin ve 1'e ekleyin. Modeli 3'ten yeni veri kümesine sığdır. nSüreleri tekrarlayın , ancak her zaman yeniden örneklenen kalıntıları 1'den uygunluğa ekleyin. Bu şimdiye kadar doğru mu? Ne yapmak istediğim biraz farklı bir …

10 time-series  matlab  bootstrap  residuals 

R'de ayrık zamanlı bir model yerleştirmeye çalışıyorum, ancak nasıl yapılacağından emin değilim. Bağımlı değişkeni farklı satırlarda, her bir zaman gözlemi için bir tane düzenleyebileceğinizi ve glmbir logit veya cloglog bağlantısıyla işlevi kullanabileceğinizi okudum. Bu anlamda, üç sütun vardır: ID, Event(her zaman atıl 1 ya da 0) ve Time Elapsedek olarak, …

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 

Statistics.stackexchange ile ilgili bu sorunun cevabını kontrol ettim: İstatistik geçmişi sağlayan iyi kaynaklar nelerdir? Gerçekten, Stigler kitabı "Tablodaki İstatistikler" mükemmel görünüyor ve bunu okumak için sabırsızlanıyorum. Ama daha çok modern ARIMA modellerinin geliştirilmesi ile ilgileniyorum. İkinci Dünya Savaşı çevresindeki topçu silahlarındaki rastgele yanlışlıkları tahmin etmeye çalışırken çok ilerleme kaydedildiğini duyduğumu …

10 time-series  references  arima  history 

Bir zaman serisi analiz kitabı okuyorum ve örnek otokovaryans formülü kitapta şu şekilde tanımlanıyor: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) ile γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\; için h=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1. x¯x¯\bar{x} ortalama. Birisi sezgisel olarak neden toplamı bölündüğümüzü açıklayabilir mi? nnn ve tarafından değil n−hn−hn-h? Kitap, bunun yukarıdaki formülün negatif olmayan kesin bir …

10 time-series  probability  mathematical-statistics 

Aşağıdaki örnekte, okyanusta 5 derinlikte kaydedilen ve her değerin Temptarihe DateTimeve derinliğe karşılık geldiği bir zaman serisi su sıcaklığı ölçümlerinden oluşan bir veri çerçevem ​​var Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <- rnorm(8760,sd=20) Depth <- c(1:5) DateTime = seq(from=as.POSIXct("2010-01-01 00:00"), to=as.POSIXct("2010-12-31 23:00"), length=8760) Time <- as.POSIXct(DateTime, format = "%Y-%m-%d %H:%M") …

10 r  time-series  correlation  similarities 

Bu ortaya çıkmalı --- 0 ile 1 arasında sıkışmış olan şeylerin tahmini. Dizimde, bir otomatik regresyon bileşeninden ve aynı zamanda ortalama geri dönen bir bileşenden şüpheleniyorum, bu yüzden ARIMA gibi yorumlayabileceğim bir şey istiyorum - ancak gelecekte% 1000'e çıkmasını istemiyorum . Sonuçları 0 ile 1 arasında sınırlamak için lojistik regresyonda …

10 time-series  forecasting  logistic  arima  beta-regression