«time-series» etiketlenmiş sorular

Sezgisel ve anlaşılması kolay olan beyaz gürültü sürecini tanımlamanın en iyi yolu nedir?

25 time-series 

Andrew Moore'dan İstatistiksel Veri Madenciliği Dersleri yoluyla çalışmaya başladım (bu alana ilk kez giriş yapan herkese şiddetle tavsiye edilir). Moore'un hastalık salgınlarını tespit etmek için bir algoritma oluşturmada kullanılan tekniklerin çoğunu takip ettiği "Zaman serisi temelli anomali tespit algoritmalarına giriş genel bakış" başlıklı bu son derece ilginç PDF dosyasını okuyarak …

25 time-series  outliers  signal-processing  wavelet 

Bunu bulmak zor olabilir, ama iyi açıklanmış bir ARIMA örneği okumak istiyorum . en az matematik kullanır Tartışmayı, belirli vakaları tahmin etmek için bir model oluşturmanın ötesine taşıyor Öngörülen ve gerçek değerler arasındaki uyumu karakterize etmek için sayısal sonuçların yanı sıra grafikleri de kullanır.

25 time-series  arima  intuition 

Bir zaman serisine sahibim ve başlangıç, son ve sıklığı koruyarak bir zaman dizisi olarak tutarken alt kümesini belirlemek istiyorum. Örneğin, bir zaman serim olduğunu varsayalım: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 106 107 2011 108 109 …

25 r  time-series 

Şu anda R's: Twitter'ın AnomalyDetection: https://github.com/twitter/AnomalyDetection kullanıyorum . Bu algoritma, mevsimsellik içeren veriler için zaman serileri anomalisi tespiti sağlar. Soru: Buna benzer başka algoritmalar var mı (mevsimsellik kontrol etmek önemli değil)? Verilerimde olabildiğince fazla zaman serisi algoritması elde etmeye çalışıyorum ki en iyisini / topluluğu seçeyim.

24 r  regression  time-series  anomaly-detection 

Aşağıdaki kod, iki zaman serisi arasındaki benzerliği değerlendirir: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) require(mgcv) mod1 <- …

24 r  time-series  data-visualization  gam 

Tam olarak aynı büyüklükteki iki zaman serisi arasındaki korelasyonu hesaplamanın en kolay yolu / yöntemi nedir? ve ( y [ t ] - μ y ) ile çarpmayı ve çarpmayı eklemeyi düşündüm . Yani eğer bu tek sayı pozitifse, bu iki dizinin birbiriyle korele olduğunu söyleyebilir miyiz? Ancak bazı örnekler …

24 time-series 

Zaman serisi analizi yapmaya çalışıyorum ve bu alanda yeniyim. 2006-2009 yılları arasında günlük bir etkinlik sayım var ve buna bir zaman serisi modeli uydurmak istiyorum. İşte kaydettiğim ilerleme: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Sonuçta elde ettiğim komplo: Verilerde mevsimsellik ve eğilim olup olmadığını doğrulamak için bu yazıda belirtilen adımları takip ediyorum …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Bir zaman serisinde bir değişim noktası analizi yapan bir Python modülü arıyorum. Çok sayıda farklı algoritma var ve algoritmaların her birini elden almak zorunda kalmadan bazılarının etkinliğini araştırmak istiyorum. İdeal olarak bcp (Bayesian Change Point) ya da R'deki strucchange paketleri gibi bazı modüller istiyorum. Bazılarını Scipy'de bulmayı umuyordum ama hiçbir …

24 time-series  python  change-point 

Geçenlerde sorduğum bir soruda , sevgisizlikle tahmin etmenin büyük bir "hayır-hayır" olduğu söylendi. Ancak, Nate Silver'ın FiveThirtyEight.com hakkındaki en son makalesinde, seçim tahminlerinde bulunmamak için loess kullanmayı tartıştı. Agresif ve muhafazakar tahminlerin ayrıntılarını loess ile tartışıyordu ama gelecek tahminlerini loess ile yapmanın geçerliliğini merak ediyorum? Bu tartışmayla ve sevgiyle benzer …

23 time-series  forecasting  predictive-models  loess  politics 

PCA'yı genellikle davaların kabul edildiğinin varsayıldığı veriler için boyutsallık azaltma tekniği olarak kullanıyoruz. Soru: Bağımlı, kimliği olmayan veriler için PCA uygulamasındaki tipik nüanslar nelerdir? PCA'nın kimlik bilgileri için geçerli olan hoş / faydalı özellikleri tehlikeye atılır (veya tamamen kaybolur)? Örneğin, veriler, çok değişkenli bir zaman serisi olabilir; bu durumda, otokorelasyon …

23 time-series  pca  non-independent  iid 

Durağan olmayan bir zaman serisinin modellenmesinde ARIMA'yı kullanmamız gerektiğini anlıyorum. Ayrıca, okuduğum her şey ARMA'nın sadece durağan zaman serileri için kullanılması gerektiğini söylüyor. Anlamaya çalıştığım şey, bir modeli yanlış sınıflandırırken ve d = 0durağan olmayan bir zaman serisini varsayırken pratikte ne olur ? Örneğin: controlData <- arima.sim(list(order = c(1,1,1), ar …

23 r  time-series  arima  stationarity 

Bu sabah merak ederek uyandım (bu, dün gece fazla uyuyamadığım gerçeğinden kaynaklanıyor olabilir): çapraz doğrulama doğru zaman serisi tahmininin temel taşı gibi göründüğü için, normalde ne yapmalıyım? "karşı doğrulamak? Birkaç (kolay) olanla geldim ama kısa süre sonra hepsinin ARIMA modellerinin özel durumları olduğunu farkettim. Bu yüzden şimdi merak ediyorum ve …

23 time-series  cross-validation  arima 

R'de zaman serileri araştırması yaparken arima , sadece takılan modelin katsayı değerlerini ve standart hatalarını sağladığını buldum . Ancak, ben de katsayıların p değerini almak istiyorum. Sığır eti anlamını sağlayan hiçbir fonksiyon bulamadım. Bu yüzden bunu kendim hesaplamak istiyorum, ancak katsayıların t veya chisq dağılımındaki serbestlik derecesini bilmiyorum. Öyleyse benim …

23 r  time-series  chi-squared  arima  parametric 

R'de Kalman Filter kullanarak Time Series Forecasting / smoothing için iyi bir örneği olan var mı?

23 r  time-series  kalman-filter