Вопросы с тегом «time-series»

Я поигрался с некоторым модульным тестированием корня в R, и я не совсем уверен, что делать с параметром k lag. Я использовал дополненной тест Дики Фуллера и тест Филиппс Перрона из tseries пакета. Очевидно, что параметр по умолчанию (для ) зависит только от длины ряда. Если я выберу разные k-значения, …

15 r  time-series  trend 

Я анализирую набор данных, используя модель смешанных эффектов с одним фиксированным эффектом (условием) и двумя случайными эффектами (участник из-за дизайна объекта и пары). Модель была сгенерирована с lme4пакетом: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Затем я выполнил тест отношения правдоподобия этой модели по сравнению с моделью без фиксированного эффекта (условия) и получил значительную разницу. В …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Поэтому я построил график ACF / PACF возврата нефти и ожидал увидеть некоторую положительную автокорреляцию, но, к моему удивлению, я получаю только отрицательную значительную автокорреляцию. Как мне интерпретировать приведенный выше график? Похоже, они указывают на то, что существует тенденция к увеличению возврата нефти, когда оно уменьшалось ранее, и наоборот, что …

15 time-series 

У меня есть набор данных, включающий спрос на несколько продуктов (1200 продуктов) за 25 периодов, и мне нужно спрогнозировать спрос каждого продукта на следующий период. Сначала я хотел использовать ARIMA и обучать модели для каждого продукта, но из-за количества продуктов и настройки параметров (p, d, q) это отнимает много времени …

14 machine-learning  time-series  arima 

Это вообще может быть странный вопрос, но как новичок в предмете, я задаюсь вопросом, почему мы используем регрессию для определения временного ряда, если одним из предположений регрессии является то, что данные должны быть указаны, в то время как данные, к которым применяется регрессия, являются не iid?

14 regression  time-series  trend  iid 

В рекуррентной нейронной сети вы, как правило, продвигаетесь вперед через несколько временных шагов, «разворачиваете» сеть, а затем распространяетесь обратно через последовательность входов. Почему бы вам не просто обновить веса после каждого отдельного шага в последовательности? (эквивалент использования длины усечения 1, поэтому развернуть нечего) Это полностью устраняет проблему исчезающего градиента, значительно …

14 time-series  neural-networks  backpropagation  rnn 

Этот вопрос может быть очень наивным, но то, как меня учат эконометрике, меня очень смущает, если есть разница между временными рядами и методом панельных данных. Что касается временных рядов, я рассмотрел такие темы, как стационарная ковариация, AR, MA и т. Д. Что касается данных панели, я видел дискуссии только в …

14 time-series  econometrics  panel-data 

Похоже, не существует стандартного способа справиться с отсутствующими данными в контексте семейства моделей экспоненциального сглаживания. В частности, реализация R, называемая ets в пакете прогноза , кажется, просто берет самую длинную подпоследовательность без пропущенных данных, и книга «Прогнозирование с экспоненциальным сглаживанием» Hyndman et al. похоже не говорит о пропущенных данных вообще. …

14 time-series  forecasting  missing-data 

В исследованиях финансовой эконометрики очень часто исследуют отношения между финансовыми временными рядами, которые принимают форму ежедневных данных . Переменная будет часто иметь значение , например, беря разницу в логах; ln ( P t ) - ln ( P t - 1 ) .I(0)I(0)I(0)ln(Pt)−ln(Pт -1)ln⁡(PT)-пер⁡(пT-1)\ln(P_t)-\ln(P_{t-1}) Однако ежедневные данные означают, что каждую …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

Я пытался решить эту проблему больше года без особого прогресса. Это часть исследовательского проекта, которым я занимаюсь, но я проиллюстрирую его на примере истории, которую я составил, потому что реальная область проблемы немного сбивает с толку (отслеживание глаз). Вы - самолет, следящий за вражеским кораблем, который путешествует через океан, поэтому …

14 time-series  machine-learning  prediction 

Недавно я искал способы повторной выборки временных рядов таким образом, чтобы Приблизительно сохраняйте автокорреляцию длительных процессов памяти. Сохраните область наблюдений (например, пересчитанный временной ряд целых чисел все еще является временным рядом целых чисел). Может влиять только на некоторые весы, если требуется. Я придумал следующую схему перестановок для временного ряда длиной …

14 time-series  bootstrap  resampling  permutation-test 

Я хочу запустить бинарную логистическую регрессию, чтобы смоделировать наличие или отсутствие конфликта (зависимой переменной) из набора независимых переменных в течение 10-летнего периода (1997-2006 гг.), Причем каждый год имеет 107 наблюдений. Мои независимые: деградация земель (категорически для 2 типов деградации); увеличение численности населения (0 - нет; 1 - да); тип средств …

14 regression  time-series  logistic  spatial  ecology 

Я пытаюсь понять динамическое искажение времени для сравнения временных рядов вместе. У меня есть три набора данных временного ряда, как это: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, 0.000253506844685, 0.000582896161212, 0.000386473429952, 0.000179839942451, 0, …

14 r  time-series  clustering 

При анализе панельных данных я использовал многоуровневые модели со случайными / смешанными эффектами для решения проблем автокорреляции (т. Е. Наблюдения сгруппированы внутри отдельных лиц во времени) с другими параметрами, добавленными для корректировки некоторой спецификации времени и шоков интереса. , ARMA / ARIMA, похоже, предназначены для решения подобных проблем. Ресурсы, которые …

14 time-series  mixed-model  arima  multilevel-analysis 

Процедура выбора модели Бокса-Дженкинса в анализе временных рядов начинается с рассмотрения автокорреляционных и частичных автокорреляционных функций ряда. Эти графики могут предложить соответствующие и в модели ARMA . Процедура продолжается, предлагая пользователю применить критерии AIC / BIC для выбора наиболее экономной модели среди тех, которые дают модель с ошибкой в ​​виде …

14 regression  time-series  arima  model-selection  box-jenkins