«time-series» etiketlenmiş sorular

Zaman serileri, zaman içinde gözlemlenen verilerdir (sürekli zaman veya ayrık zaman periyotlarında).

5
Doğrusal regresyon modeline periyodik bileşen nasıl eklenir?
Bazı toplu frekans verilerim var. Bir satırı , verilere son derece iyi uyuyor gibi görünür, ancak satırda döngüsel / periyodik kıpırdatma vardır. Kümülatif frekansın ne zaman belirli bir değere ulaşacağını tahmin etmek istiyorum c . Artıkları ve takılmış değerleri karşılaştırdığımda güzel bir sinüzoidal davranış elde ederim.y=ax+by=ax+by=ax+bccc Şimdi, başka bir komplikasyon …

1
HMM'nin nicel finansta kullanımı. Trend / dönüm noktalarını tespit etmek için çalışan HMM örnekleri?
"Rejim değiştirme modelleri" olarak da adlandırılan "Gizli Markov Modelleri" nin muhteşem dünyasını keşfediyorum. Trendleri ve dönüm noktalarını tespit etmek için R'deki bir HMM'yi uyarlamak istiyorum. Modeli olabildiğince jenerik olarak inşa etmek istiyorum, böylece birçok fiyata test edebiliyorum. Herkes bir kağıt önerebilir mi?Birkaç tanesini gördüm (ve okudum), ancak uygulaması kolay basit …

2
Bir regresyonda tarih değişkeni kullanmak mantıklı mı?
R'de tarih biçimindeki değişkenleri kullanmaya alışkın değilim. Doğrusal regresyon modelinde açıklayıcı değişken olarak bir tarih değişkeni eklemenin mümkün olup olmadığını merak ediyorum. Mümkünse, katsayıyı nasıl yorumlayabiliriz? Bir günün sonuç değişkeni üzerindeki etkisi mi? Yapmaya çalıştığım bir örnekle özlemimi görün .

3
Kesişme / sürüklenme ve doğrusal eğilim ile modellenmiş bir zaman serisi için hangi Dickey-Fuller testi?
Kısa versiyon: Durağanlık için test ettiğim bir dizi iklim verim var. Önceki araştırmalara dayanarak, verilerin altında yatan modelin (ya da tabiri caizse, sözde) bir kesişim terimi ve pozitif bir doğrusal zaman eğilimine sahip olmasını bekliyorum. Bu verileri durağanlık açısından test etmek için, kesişim ve zaman eğilimi, yani denklem # 3 …

6
Bir dizi veride yerel zirveleri / vadileri nasıl bulurum?
İşte benim denemem: Quantmod paketindeki findPeaksişlevi kullanıyorum : Bir tolerans 5 içinde "yerel" zirveleri tespit etmek istiyorum, yani zaman serisi yerel zirvelerden 5'e düştükten sonraki ilk yerler: aa=100:1 bb=sin(aa/3) cc=aa*bb plot(cc, type="l") p=findPeaks(cc, 5) points(p, cc[p]) p Çıktı [1] 3 22 41 3'ten fazla "yerel zirveleri" bekliyorum gibi yanlış görünüyor …
17 r  time-series 


3
ETS () işlevi, geçmiş verilerle uyumlu olmayan tahminlerden nasıl kaçınılır?
Aylık tahmin hesaplamasını otomatikleştirmek için R'de bir alogorithm üzerinde çalışıyorum. Diğerlerinin yanı sıra, tahmin hesaplamak için tahmin paketinden ets () işlevini kullanıyorum. Çok iyi çalışıyor. Ne yazık ki, bazı belirli zaman serileri için elde ettiğim sonuç tuhaf. Lütfen, kullandığım kodun altında bulabilirsiniz: train_ts<- ts(values, frequency=12) fit2<-ets(train_ts, model="ZZZ", damped=TRUE, alpha=NULL, beta=NULL, …

1
R'de çok değişkenli zaman serileri Gecikmeli korelasyon nasıl bulunur ve tahmin için model nasıl oluşturulur
Sayfada yeniyim ve istatistiklerde oldukça yeniyim ve R, nehirlerde yağmur ve su akışı seviyesi arasındaki ilişkiyi bulmak amacıyla kolej için bir proje üzerinde çalışıyorum. Korelasyon kanıtlandıktan sonra bunu tahmin etmek / tahmin etmek istiyorum. Veri Ben içeren belirli nehirler için (her 5 dakikada alınmıştır) birkaç yıl veri kümesi vardır: Milimetre …

2
stokastik ve deterministik eğilim / mevsimsellik zaman serileri tahmininde
Zaman serisi tahmininde orta düzeyde bir geçmişim var. Birkaç tahmin kitabına baktım ve hiçbirinde aşağıdaki soruları görmüyorum. İki sorum var: Belirli bir zaman dizisi varsa objektif olarak (istatistiksel test yoluyla) nasıl belirleyebilirim: Stokastik Mevsimsellik veya Deterministik Mevsimsellik Stokastik Trend veya Deterministik Trend Seriyi açıkça stokastik bir bileşene sahip olduğunda zaman …

2
Artırılmış Dickey Fuller testi ile karışıklık
electricityR paketinde bulunan veri kümesi üzerinde çalışıyorum TSA. Amacım, bir arimamodelin bu veriler için uygun olup olmayacağını bulmak ve nihayetinde buna uymaktır. Bu yüzden şu şekilde ilerledim: 1.: Aşağıdaki grafikle sonuçlanan zaman serisini çizin: 2.: electricityVaryansı stabilize etmek için log almak istedim ve daha sonra seriyi uygun şekilde farklılaştırdım, ancak …

1
STL pencere genişliğini ayarlama kriterleri
RSTL ayrışması yapmak için kullanarak s.window, mevsimsel bileşenin ne kadar hızlı değişebileceğini kontrol eder. Küçük değerler daha hızlı değişime izin verir. Mevsimsel pencerenin sonsuz olarak ayarlanması, mevsimsel bileşeni periyodik olmaya zorlamakla eşdeğerdir (yani, yıllar boyunca aynıdır). Sorularım: Aylık zaman serim varsa (bu frekans eşittir ), ayarlamak için hangi kriterler kullanılmalıdır …

1
Karma Site ve Çoklu Saha Çalışmaları için Standart Hataların Birleştirilmesi - Karma Model Neden Bu Kadar Daha Verimlidir?
Bir avuç sitelerden "kırık sopa" aylık vaka sayıları oluşan bir veri kümesi var. İki farklı teknikten tek bir özet tahmin almaya çalışıyorum: Teknik 1: 0/1 gösterge değişkenli bir Poisson GLM ile ve zamandaki eğilimleri kontrol etmek için bir zaman ve zaman ^ 2 değişkeni kullanarak bir "kırık çubuk" takın. Bu …

3
Auto.arima vs autobox farklı mı?
Bu sitedeki yazıları okuduktan sonra ( pakette ) bir R işlevi olduğunu biliyorum . Ben de biliyorum IrishStat , bu sitenin bir üyesi ticari paket inşa autobox 1980'lerin başında. Bu iki paket bugün mevcut olduğundan ve verilen veri setleri için otomatik olarak arima modellerini seçtiklerinden farklı olarak ne yapıyorlar? Aynı …

1
Granger nedensellik testinin sonuçlarını yorumlama
Kendimi Granger Nedensellik konusunda eğitmeye çalışıyorum. Bu sitedeki yayınları ve çevrimiçi olarak birkaç iyi makaleyi okudum. Ayrıca, zaman dizinizi girmenizi ve Granger İstatistiklerini hesaplamanızı sağlayan Bivariate Granger Nedensellik - Ücretsiz İstatistik Hesap Makinesi adlı çok yararlı bir araçla karşılaştım . Aşağıda, sitede yer alan örnek verilerden çıktıdır. Sonuçları yorumlamada da …


Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.