Вопросы с тегом «time-series»

Я использую Singular Value Decomposition в качестве техники уменьшения размерности. Заданные Nвекторы размерностиD идея состоит в том, чтобы представить элементы в преобразованном пространстве некоррелированных измерений, в котором большая часть информации данных содержится в собственных векторах этого пространства в порядке убывания важности. Сейчас я пытаюсь применить эту процедуру к данным временных …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

Это довольно общий вопрос: Как правило, я обнаружил, что использование нескольких различных моделей превосходит одну модель при попытке предсказать временной ряд из выборки. Есть ли хорошие статьи, которые демонстрируют, что комбинация моделей превзойдет одну модель? Есть ли лучшие практики по объединению нескольких моделей? Некоторые ссылки: Hui Zoua, Yuhong Yang "Объединение …

13 time-series  modeling  model-comparison 

Это немного легкомысленный вопрос, но у меня есть серьезный интерес к ответу. Я работаю в психиатрической больнице, и у меня есть данные за три года, собираемые каждый день по каждому отделению, относительно уровня насилия в этом отделении. Очевидно, что модель, которая соответствует этим данным, является моделью временного ряда. Я должен …

13 time-series  forecasting 

Я занимался настройкой модели caret, но затем перезапустил модель, используя gbmпакет. Насколько я понимаю, caretпакет использует gbmи вывод должен быть одинаковым. Тем не менее, только быстрый запуск теста data(iris)показывает несоответствие в модели около 5% с использованием RMSE и R ^ 2 в качестве метрики оценки. Я хочу найти оптимальную производительность …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

При моделировании временных рядов можно (1) смоделировать корреляционную структуру слагаемых ошибок, например, процесс AR (1) (2) включает в себя переменную с запаздыванием в качестве объясняющей переменной (справа) Я понимаю, что их иногда есть веские причины для (2). Однако, каковы методологические причины, чтобы сделать (1) или (2) или даже оба?

13 time-series  autocorrelation  residuals  lags 

У меня есть ежедневные данные о продажах для продукта, который является очень сезонным. Я хочу уловить сезонность в регрессионной модели. Я читал, что если у вас есть квартальные или месячные данные, в этом случае вы можете создать 3 и 11 фиктивных переменных соответственно - но могу ли я иметь дело …

13 regression  time-series  multiple-regression  categorical-data 

Я рассчитал автокорреляцию по данным временного ряда о характере движения рыбы по ее положениям: X ( x.ts) и Y ( y.ts). Используя R, я запустил следующие функции и создал следующие графики: acf(x.ts,100) acf(y.ts,100) Мой вопрос, как мне интерпретировать эти сюжеты? Какая информация необходима, чтобы сообщить о каком-либо шаблоне? Я занимался …

13 r  time-series  autocorrelation 

В данном конкретном случае я имею в виду день замерзания озера. Эта дата «обледенения» встречается только один раз в год, но иногда вообще не происходит (если зима теплая). Таким образом, в один год озеро может замерзнуть в день 20 (20 января), а в другой год оно может вообще не замерзнуть. …

13 regression  time-series  survival  data-transformation  recurrent-events 

Я делаю некоторые прогнозы в R, используя пакет прогнозов Роба Хиндмана . Бумага, принадлежащая упаковке, может быть найдена здесь . В статье после объяснения алгоритмов автоматического прогнозирования авторы реализуют алгоритмы на одном и том же наборе данных. Однако, после оценки как экспоненциального сглаживания, так и модели ARIMA, они делают заявление, …

13 time-series  forecasting  model-selection  aic 

Лучше ли различать ряды (если это необходимо) перед использованием Arima ИЛИ лучше использовать параметр d в Arima? Я был удивлен тем, насколько разные подходящие значения зависят от того, какой маршрут выбран с той же моделью и данными. Или я что-то делаю неправильно? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), end=c(1994,8)) wineindT_diff <-diff(wineindT) #coefficients …

13 r  time-series  arima 

У меня проблемы с выяснением, что plot.stlименно означают диапазоны . Я нашел пост Гэвина по этому вопросу и прочитал документацию, я понимаю, что они говорят об относительной величине разложенных компонентов, но все же я не совсем уверен, как они работают. Например: данные: крошечный столбик, без шкалы сезонный: полный столбик, с …

13 r  time-series 

Если вы можете измерить временной ряд наблюдений с любым уровнем точности во времени, и ваша цель исследования состоит в том, чтобы определить связь между X и Y, есть ли какое-либо эмпирическое обоснование для выбора определенного уровня агрегации по сравнению с другим, или следует выбор будет сделан просто исходя из теории …

13 time-series  aggregation  disaggregation 

У меня есть несколько независимых кодеров, которые пытаются идентифицировать события во временном ряду - в этом случае я смотрю видео разговора лицом к лицу и ищу конкретные невербальные поведения (например, кивает головой) и кодирует время и категорию каждого событие. Эти данные целесообразно обрабатывать как ряды с дискретным временем с высокой …

13 time-series  reliability  agreement-statistics 

Этот вопрос может быть слишком основным. Для временной тенденции данных я бы хотел выяснить, где происходит «резкое» изменение. Например, на первом рисунке, показанном ниже, я хотел бы узнать точку изменения, используя какой-либо статистический метод. И я хотел бы применить такой метод в некоторых других данных, для которых точка изменения не …

13 time-series  trend  change-point 

Мне нужно автоматизировать прогнозирование временных рядов, и я заранее не знаю особенностей этих рядов (сезонность, тренд, шум и т. Д.). Моя цель не в том, чтобы получить лучшую модель для каждой серии, а в том, чтобы избежать довольно плохих моделей. Другими словами, каждый раз получать небольшие ошибки - не проблема, …

13 time-series  forecasting  arima  ensemble  exponential-smoothing