Вопросы с тегом «time-series»

Примечание: этот вопрос является репостом, так как мой предыдущий вопрос пришлось удалить по юридическим причинам. Сравнивая PROC MIXED из SAS с функцией lmeиз nlmeпакета в R, я наткнулся на некоторые довольно запутанные различия. Более конкретно, степени свободы в разных тестах различаются между PROC MIXEDи lme, и я задавался вопросом, почему. …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Рассмотрим следующий график: Красная линия (левая ось) описывает объем торгов определенной акции. Синяя линия (правая ось) описывает объем сообщения в Твиттере для этой акции. Например, 9 мая (05-09) было совершено около 1 100 миллионов сделок и 4 000 твитов. Я хотел бы посчитать, есть ли корреляция между временными сериями, либо …

12 time-series  correlation  lags 

У меня есть двоичный временной ряд с 1, когда автомобиль не движется, и 0, когда автомобиль движется. Я хочу сделать прогноз на период до 36 часов вперед и на каждый час. Мой первый подход состоял в том, чтобы использовать наивный байесовский метод, используя следующие входные данные: t-24 (ежедневный сезон), t-48 …

12 r  time-series  forecasting  binary-data 

Предположим, у меня есть следующие непериодические временные ряды. Очевидно, что тенденция уменьшается, и я хотел бы доказать это с помощью некоторого теста (с p-значением ). Я не могу использовать классическую линейную регрессию из-за сильной временной (последовательной) автокорреляции между значениями. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency …

12 r  time-series 

Почему анализ временных рядов не считается алгоритмом машинного обучения (в отличие от линейной регрессии). И регрессия, и анализ временных рядов являются методами прогнозирования. Так почему один из них считается алгоритмом обучения, а не другой?

12 regression  machine-learning  time-series  terminology 

Ряд с дрейфом может быть смоделирован как где - дрейф (постоянный), а . YT= c + ϕ yт - 1+ εTyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tсccϕ = 1ϕ=1\phi=1 Ряд с трендом можно смоделировать как где - дрейф (постоянная), - детерминированный тренд времени, а .YT= с + δt + …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

Я занимаюсь онлайн-бизнесом уже два года подряд, поэтому у меня есть данные о ежемесячных продажах за два года. На мой бизнес каждый месяц, безусловно, влияют сезонные колебания (лучше на Рождество и т. Д.) И, возможно, некоторые другие факторы, о которых я не знаю. Чтобы лучше прогнозировать будущие продажи и оценить …

12 time-series  forecasting 

Хорошо известно, по крайней мере среди статистиков более высокого уровня, что модели со значениями статистики AIC в пределах определенного порога минимального значения следует рассматривать как соответствующие модели, минимизирующей статистику AIC. Например, в [1, с.221] находим Тогда модели с маленьким GCV или AIC будут считаться лучшими. Конечно, нельзя просто слепо минимизировать …

12 time-series  model-selection  aic 

Мне было интересно, как его «стационарный процесс второго порядка» определяется в книге Броквелла и Дэвиса « Введение во временные ряды и прогнозирование» : Класс моделей линейных временных рядов, который включает в себя класс моделей авторегрессионного скользящего среднего (ARMA), обеспечивает общую основу для изучения стационарных процессов. Фактически, каждый стационарный процесс второго …

12 time-series 

Пакет MARSS в R предлагает функцию для динамического факторного анализа. В этом пакете динамическая факторная модель написана как особая форма модели пространства состояний, и они предполагают, что общие тенденции следуют процессу AR (1). Поскольку я не очень знаком с этими двумя методами, я задаю два вопроса: Является ли динамический факторный …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Учитывая следующие два временных ряда ( x , y ; см. Ниже), каков наилучший метод для моделирования взаимосвязи между долгосрочными тенденциями в этих данных? Оба временных ряда имеют важные тесты Дурбина-Уотсона, когда они моделируются как функция времени, и ни один из них не является стационарным (как я понимаю, термин, или …

12 regression  time-series  arima 

Каков наилучший способ разбить данные временного ряда на наборы поезд / тест / проверка, где набор проверки будет использоваться для настройки гиперпараметра? У нас есть данные о ежедневных продажах за 3 года, и мы планируем использовать 2015-2016 гг. В качестве данных обучения, затем случайным образом выбрать 10 недель из данных …

12 time-series  cross-validation  validation 

Уже более 2 лет я работаю над разными временными рядами. Я читал во многих статьях, что ACF используется для определения порядка терминов MA и PACF для AR. Существует правило большого пальца, что для MA задержка, при которой ACF внезапно отключается, составляет порядок MA и аналогично для PACF и AR. Вот …

12 time-series  arima  autoregressive  moving-average 

Часто я вижу, что авторы оценивают модель «логарифмической разницы», например log(yt)−log(yt−1)=log(yt/yt−1)=α+βxtlog⁡(yt)−log⁡(yt−1)=log⁡(yt/yt−1)=α+βxt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Я согласен, что уместно соотносить с процентным изменением тогда как - это .y t log ( y t ) I ( 1 )ИксTxTx_tYTYTy_tжурнал( уT)журнал⁡(YT)\log (y_t)я( 1 )я(1)I(1) Но логарифмическая разница является …

12 time-series  forecasting  data-transformation  econometrics  logarithm 

Я довольно плохо знаком с R. Я попытался прочитать анализ временных рядов и уже закончил Анализ временных рядов Шамвея и Стоффера и его приложения, 3-е издание , Отличное прогнозирование Хиндмана : принципы и практика Использование R Аврил Коглан для анализа временных рядов А. Ян Маклеод и др. Анализ временных рядов …

12 r  time-series