«trend» etiketlenmiş sorular

Verilerdeki gözlemlenebilir bir model.


2
R kullanarak zaman serilerinin STL trendi
Ben R ve zaman serileri analizinde yeniyim. Uzun (40 yıl) bir günlük sıcaklık süresi serisinin eğilimini bulmaya çalışıyorum ve farklı yaklaşımlar denedim. Birincisi sadece basit bir doğrusal regresyon ve ikincisi Loess'ın Time Serisinin Mevsimsel Ayrışması. İkincisi, mevsimsel bileşen eğiliminden daha büyük olduğu görülmektedir. Fakat trendi nasıl ölçebilirim? Bu trendin ne …
27 r  time-series  trend 

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 …

2
Zaman serileri ve anomali tespiti
Zaman serilerinde bir anormallik tespit etmek için bir algoritma kurmak istiyorum ve bunun için kümeleme kullanmayı planlıyorum. Neden ham zaman serisi verilerini değil, kümeleme için bir mesafe matrisi kullanmalıyım ?, Anomalinin tespiti için yoğunluk tabanlı kümeleme, DBscan olarak bir algoritma kullanacağım, bu durumda bu işe yarar mı? Veri akışı için …

2
R'nin artırılmış Dickey Fuller testindeki k gecikmesini anlama
R'de bazı birim kök testleri ile oynadım ve k lag parametresinden ne yapacağımdan tam olarak emin değilim. Ben artırılmış kullanılan Dickey Fuller testi ve Philipps Perron testi gelen tseries paketinde. Açıkçası varsayılan parametresi (için ) sadece serinin uzunluğuna bağlıdır. Farklı -değerleri seçersem wrt için oldukça farklı sonuçlar elde ederim. null …
15 r  time-series  trend 


1
Bağımlı değişkenin gecikmesini bir regresyon modeline ne zaman eklemek gerekir ve hangi gecikme?
Bağımlı değişken olarak kullanmak istediğimiz veriler şöyle görünür (sayım verisidir). Döngüsel bir bileşen ve trend yapısına sahip olduğu için regresyonun bir şekilde önyargılı olduğu ortaya çıkıyor. Yardımcı olması durumunda negatif bir binom regresyonu kullanacağız. Veriler, kişi başına bir kukla (durum) olan dengeli bir paneldir. Gösterilen görüntü, tüm durumlar için bağımlı …

6
Ani değişim nasıl karakterize edilir?
Bu soru çok temel olabilir. Bir verinin zamansal eğilimi için, "ani" değişikliğin gerçekleştiği noktayı bulmak istiyorum. Örneğin, aşağıda gösterilen ilk şekilde, bazı istatistik yöntemlerini kullanarak değişiklik noktasını bulmak istiyorum. Ve böyle bir yöntemi, değişiklik noktasının açık olmadığı diğer bazı verilere uygulamak istiyorum (2. şekil gibi).


1
R / mgcv: te () ve ti () tensör ürünleri neden farklı yüzeyler üretir?
mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

3
İki benzer zaman serisinin ne zaman ayrılmaya başladığını doğrulamak için istatistiksel test
Başlıktan itibaren, benzer iki zaman serisi arasında önemli bir sapma belirlememe yardımcı olabilecek istatistiksel bir test olup olmadığını bilmek istiyorum. Özellikle, aşağıdaki şekle bakarak, serinin t1 zamanında, yani aralarındaki fark önemli olmaya başladığında, sapmaya başladığını tespit etmek istiyorum. Dahası, seriler arasındaki farkın ne zaman anlamlı olmadığını da anlıyorum. Bunu yapmak …

2
Zaman serisi kümelerinin karşılaştırılması
Karşılaştırmak istediğim üç dizi zaman serisi veri var. Yaklaşık 12 günlük 3 ayrı periyotta alınmıştır. Final haftalarında bir üniversite kütüphanesinde alınan ortalama, maksimum ve minimum kafa sayımlarıdır. Saat başı sayımları sürekli olmadığından ortalama, maksimum ve min yapmak zorunda kaldım (bkz . Zaman serisindeki düzenli veri boşlukları ). Şimdi veri seti …

6
Bir eğilimi belirlemek için sinyal işleme prensiplerinin kuşkulu kullanımı
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 …

1
Hangi derin öğrenme modeli, birbirini dışlamayan kategorileri sınıflandırabilir
Örnekler: İş tanımında bir cümle var: "İngiltere'de Java kıdemli mühendisi". Derin bir öğrenme modelini 2 kategori olarak tahmin etmek istiyorum: English ve IT jobs. Geleneksel sınıflandırma modeli kullanırsam, sadece softmaxson katmanda işlevli 1 etiket tahmin edebilir . Bu nedenle, her iki kategoride "Evet" / "Hayır" ı tahmin etmek için 2 …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
Naive Bayes daha popüler hale geliyor mu? Neden?
Bu, Ocak 2004-Nisan 2017'den ( bağlantı ) "Naive Bayes" ifadesi için elde edilen google trendler sonucudur . Bu rakama göre, Nisan 2017'de "Naive Bayes" için arama oranı, tüm zaman dilimindeki maksimumdan yaklaşık% 25 daha yüksektir. Bu, bu basit ve eski yöntemin daha fazla dikkat çektiği anlamına mı geliyor? Neden? Makul …

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