«time-series» etiketlenmiş sorular

1993'ten 2015'e kadar aylık verilerim var ve bu verilerle ilgili tahmin yapmak istiyorum. Aykırı değerleri tespit etmek için tsoutliers paketini kullandım, ancak veri setimle nasıl tahmin etmeye devam ettiğimi bilmiyorum. Bu benim kodum: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Bu benim tsoutliers paketinden çıktı ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 LS46 LS51 LS61 TC133 LS181 AO183 AO184 …

9 r  time-series  forecasting  arima  outliers 

decomposeFonksiyonu kullanıyorum ve Raylık zaman serilerimin (trend, mevsimsel ve rastgele) 3 bileşenini buluyorum. Grafiği çizersem veya tabloya bakarsam, zaman serisinin mevsimsellikten etkilendiğini açıkça görebilirim. Bununla birlikte, zaman serisini 11 mevsimsel kukla değişkene gerilediğimde, tüm katsayılar istatistiksel olarak anlamlı değildir, bu da mevsimsellik olmadığını gösterir. Neden iki farklı sonuç bulduğumu anlamıyorum. …

9 r  regression  time-series 

Bazı muhabirlerin otokorelasyon hesaplama yöntemleri hakkında ilginç bir soru sordukları için, neredeyse zaman serileri ve otokorelasyon hakkında hiçbir bilgi sahibi olmadan onunla oynamaya başladım. Muhabir verilerini düzenledi (323232 bir zaman serisinin veri noktaları) her birinin yanında birer birer gecikmeli olarak kaydırılır, böylece 32 × 3232x3232\times32 ilk satırın orijinal veri olduğu …

9 time-series  pca 

Promosyon modelleme amaçları için dışsal değişkenlerle zenginleştirilmiş ARIMA modellemesi ile meşgulüm ve iş kullanıcılarına açıklamakta zorlanıyorum. Bazı durumlarda yazılım paketleri basit bir aktarım işlevi ile sonuçlanır, yani parametre * Ekzojen Değişken. Bu durumda yorum kolaydır, yani tanıtım faaliyeti X (eksojen ikili değişken tarafından temsil edilir) bağımlı değişkeni (örneğin talep) Y …

9 time-series  data-visualization  forecasting  arima  causality 

Süreklilik gibi bazı makul koşulları yerine getirmeyi bildiğim etki alanı ile ilgili bilinmeyen bazı fonksiyonum olduğunu varsayalım . I tam değerlerinin bilinmesi f bazı eşit uzaklıkta numuneleme noktalarında (veri, bir simülasyon geldiği için) t_i = T_0 + iΔt ile i∈ {1, ..., n \} \ , tüm yakalamak için yeterince …

9 time-series  hypothesis-testing  exact-test 

Zaman serisi verilerini tahmin etmek için STL (R uygulaması) kullanıyoruz. Her gün günlük tahminler yapıyoruz. Tahmin değerlerini gerçek değerlerle karşılaştırmak ve ortalama sapmayı belirlemek istiyoruz. Örneğin, yarın için tahmin çalıştırdık ve tahmin puanları aldık, bu tahmin puanlarını yarın elde edeceğimiz gerçek verilerle karşılaştırmak istiyoruz. Tahmin değerlerinin ve gerçek verilerin çoğu …

9 time-series  forecasting  accuracy 

Benim sorum gerçekten basit ama bunlar beni gerçekten elde edenler :) Belirli bir zaman serisinin bir katkı maddesi veya çarpımsal ayrıştırma yöntemi kullanılarak ayrıştırılıp ayrıştırılamayacağını gerçekten bilmiyorum. Onları birbirinden ayırmanın görsel ipuçları olduğunu biliyorum ama anlamıyorum. Örneğin bu zaman serisini ele alalım: Nasıl tarif edersiniz? Yardımın için şimdiden teşekkür ederim.

9 time-series  mathematical-statistics  variance-decomposition 

Periyotlu birçok zaman dizim var: gün, hafta veya ay. İle stl()veya fonksiyonu ile loess(x ~ y)ben nasıl görebilirim belirli zaman serisi görünüm eğilimler. Zaman serilerinin eğiliminin arttığını veya azaldığını tespit etmem gerekiyor. Bunu nasıl yönetebilirim? Doğrusal regresyon katsayılarını hesaplayıp lm(x ~ y)eğim katsayısı ile oynamaya çalıştım . ( If |slope|>2 …

9 r  time-series  trend 

Zamana göre değişen katsayılara sahip bir DLM, yani normal doğrusal regresyonun bir uzantısı olan, yt=θ1+θ2x2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2. Bir tahmin edicim var (x2x2x_2) ve bir yanıt değişkeni (ytyty_t), 1950-2011 yılları arasında sırasıyla deniz ve iç yıllık balık avları. DLM regresyon modelinin takip etmesini istiyorum, yt=θt , 1+θt , 2xtyt=θt,1+θt,2xty_t …

9 r  regression  time-series  dlm  dynamic-regression 

Farklı sensörlerden birçok uydu tarama görüntüm var. Bunlardan, daha kaba olanların çok bol bir zamansal çözünürlüğü vardır. Orta çözünürlüklü rasterlerin edinim tarihleri ​​daha azdır, ancak yine de bir miktar bilgi mevcuttur. Daha ince olan çözünürlüklerin çok düşük bir zamansal çözünürlüğü vardır ve iki yılın altında gözlemlenen 2 ila 6 tarihleri …

9 time-series  machine-learning  predictive-models  multivariate-regression 

Soru : Aşağıdaki kurulum bir Gizli Markov modelinin mantıklı bir uygulaması mı? 108,000(100 gün 2000boyunca alınan) bir veri setim ve tüm gözlem süresi boyunca yaklaşık olaylarım var. Veriler, gözlenen değişkenin 3 ayrık değer alabileceği ve kırmızı sütunların olay sürelerini vurguladığı aşağıdaki şekle benzer , yani 'ler:[1,2,3][1,2,3][1,2,3]tEtEt_E Şekilde kırmızı dikdörtgenlerle gösterildiği …

9 time-series  machine-learning  predictive-models  markov-chain  hidden-markov-model 

Birkaç geçici değişken üzerinde eğitilmiş bir Dinamik Naive Bayes Modelim var. Modelin çıktısı P(Event) @ t+1, her biri için tahmin edilen tahminidir t. Arsa P(Event)karşı timeolarak aşağıdaki şekilde verilmiştir. Bu şekilde, siyah çizgi temsil P(Event)benim model tarafından tahmin; kırmızı yatay çizgi olay meydana gelme olasılığını önce temsil eder; ve noktalı …

9 time-series  probability  prediction  model-comparison  model-evaluation 

ARIMA modelleri ile öngörüye adım attığım için, ARIMA'nın mevsimsellik ve sapmaya uygun bir tahminini nasıl geliştirebileceğimi anlamaya çalışıyorum. Verilerim aşağıdaki zaman serisidir (3 yıldan fazla, açık eğilim yukarı ve görünür mevsimsellik ile, 12, 24, 36 gecikmelerde otokorelasyon tarafından desteklenmiyor gibi görünüyor). > bal2sum3years.ts Jan Feb Mar Apr May Jun Jul …

9 r  time-series  forecasting  arima  seasonality 

Bir "sorgu" ve bir "şablon" eğrisi maç ve şimdiye kadar makul bir başarı elde etmek için Dinamik Zaman Çözgü kullanıyorum, ama bazı temel soruları var: DTW sonucunun sezgisel olarak bulduğum bir eşik değerden daha düşük olup olmadığını değerlendirerek bir "maç" ı değerlendiriyorum. DTW kullanarak bir “eşleşme” belirlemenin genel yaklaşımı bu …

9 time-series  normalization  functional-data-analysis 

Süreklilik ve durağanlık kavramlarını ayırt etmekte zorlanıyorum. Onları anladığım gibi, heteroscedastisite alt popülasyonlardaki değişkenliklerdir ve durağanlık zaman içinde değişen bir ortalama / varyanstır. Eğer bu doğru (basit de olsa) bir anlayışsa, durağanlık, zaman içinde belirli bir hetero-esneklik vakası mıdır?

9 time-series  heteroscedasticity  stationarity  intuition