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 …
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 …
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 …
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 …
Bu garip bir soru olabilir ama konuya bir acemi olarak, regresyonun varsayımlarından biri verilerin regresyonun uygulandığı veriler bir arada olması durumunda neden bir zaman serisini düşürmek için regresyonu neden kullandığımızı merak ediyorum. değil mi?
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 …
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).
Sürüklenme ile bir dizi olarak modellenebilir sürüklenme (sabit) ve . yt= c + ϕ yt - 1+ εtyt=c+φyt-1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ = 1φ=1\phi=1 Trend içeren bir seri olarak modellenebilir, burada sapma (sabit), deterministik zaman eğilimi ve .yt= c + δt + ϕ yt - 1+ εtyt=c+δt+φyt-1+εty_t …
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 <- …
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 …
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 …
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 …
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 …
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 …