Вопросы с тегом «time-series»

Недавно я начал работать в туберкулезной клинике. Мы периодически встречаемся, чтобы обсудить количество случаев туберкулеза, которые мы сейчас лечим, количество проведенных тестов и т. Д. Я хотел бы начать моделировать эти показатели, чтобы мы не просто угадали, является ли что-то необычным или нет. К сожалению, у меня было очень мало …

23 r  time-series  poisson-distribution  count-data  epidemiology 

Механизмы внимания использовались в различных документах глубокого обучения в последние несколько лет. Илья Суцкевер, руководитель исследовательского отдела Open AI, с энтузиазмом похвалил их: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Эудженио Кулурчелло из Университета Пердью заявил, что от RNN и LSTM следует отказаться в пользу нейронных сетей, основанных исключительно на внимании: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Это кажется преувеличением, но …

23 time-series  deep-learning  lstm  rnn  attention 

Я заинтересован в выборе модели в настройке временных рядов. Для конкретности предположим, что я хочу выбрать модель ARMA из пула моделей ARMA с различными порядками запаздывания. Конечная цель - прогнозирование . Выбор модели может быть сделан перекрестная проверка, использование информационных критериев (AIC, BIC), среди других методов. Роб Дж. Хиндман предоставляет …

23 time-series  forecasting  cross-validation  model-selection  aic 

В литературе я нашел два определения времени автокорреляции слабо стационарного временного ряда: τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| где - автокорреляция при лагеk. ρk=Cov[Xt,Xt+h]Var[Xt]ρk=Cov[Xt,Xt+h]Var[Xt]\rho_k = \frac{\text{Cov}[X_t,X_{t+h}]}{\text{Var}[X_t]}kkk Одно из применений времени автокорреляции - найти «эффективный размер выборки»: если у вас есть наблюдений временного ряда, и …

23 r  time-series  correlation 

У меня есть временной ряд, который содержит двойные сезонные компоненты, и я хотел бы разбить ряд на следующие компоненты временного ряда (тренд, сезонный компонент 1, сезонный компонент 2 и нерегулярный компонент). Насколько я знаю, процедура STL для разложения ряда в R допускает только один сезонный компонент, поэтому я попытался разложить …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

Кто-нибудь пытался прогнозировать временные ряды, используя регрессию опорных векторов? Я понимаю машины опорных векторов и частично понимаю регрессию опорных векторов, но не понимаю, как их можно использовать для моделирования временных рядов, особенно многомерных временных рядов. Я пытался прочитать несколько статей, но они слишком высокого уровня. Может ли кто-нибудь объяснить в …

22 time-series  machine-learning  svm 

Средняя абсолютная масштабированная ошибка (MASE) является мерой точности прогноза, предложенной Koehler & Hyndman (2006) . MA SЕ= МА ЕMА Ея п - ев м р л е ,н а я в еMASЕзнак равноMAЕMAЕяN-saмпLе,NaяvеMASE=\frac{MAE}{MAE_{in-sample, \, naive}} где - средняя абсолютная ошибка, произведенная фактическим прогнозом; в то время как - это средняя …

22 time-series  forecasting  accuracy  mase 

У меня вопрос по кластерному анализу. Есть 3000 компаний, которые должны быть сгруппированы в соответствии с их потреблением энергии в течение 5 лет. Каждая компания имеет значения для каждого часа в течение 5 лет. Я хотел бы выяснить, имеют ли некоторые компании одинаковую структуру в зависимости от времени использования. Результаты …

22 time-series  clustering  spss 

Я понимаю, что анализ главных компонентов (PCA) может применяться в основном для данных поперечного сечения. Можно ли эффективно использовать PCA для данных временных рядов, указав год в качестве переменной временного ряда и нормально запустить PCA? Я обнаружил, что динамический PCA работает для данных панели, а кодирование в Stata предназначено для …

22 time-series  pca 

Я хотел бы знать, существует ли код для обучения сверточной нейронной сети для классификации временных рядов. Я видел несколько недавних работ ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ), но я не уверен, существует ли что-то или я должен написать это самостоятельно.

21 time-series  classification  neural-networks  conv-neural-network 

Я хочу проверить, правильно ли я анализирую свои графики ACF и PACF: Фон: (Reff: Филип Ханс Фрэнсис, 1998) Поскольку ACF и PACF показывают значительные значения, я предполагаю, что ARMA-модель удовлетворит мои потребности ACF может использоваться для оценки MA-части, т.е. q-значения, PACF может использоваться для оценки AR-части, т.е. p-значения Чтобы оценить …

21 time-series  model-selection  arma  statsmodels 

Я понимаю, что если процесс зависит от предыдущих значений самого себя, то это процесс AR. Если это зависит от предыдущих ошибок, то это процесс МА. Когда произойдет одна из этих двух ситуаций? Есть ли у кого-нибудь убедительный пример, освещающий основную проблему относительно того, что означает, что процесс лучше всего смоделировать …

21 time-series  autoregressive  moving-average 

Я провожу некоторые исследования, но застрял на этапе анализа (следовало бы уделять больше внимания моим статистическим лекциям). Я собрал два одновременных сигнала: скорость потока, интегрированная для объема, и изменение объема груди. Я хотел бы сравнить сигналы и в конечном итоге надеяться получить объем из сигнала расширения груди. Но сначала я …

21 r  time-series  signal-processing  measurement 

Я устанавливаю модель ARIMA на ежедневные временные ряды. Данные собираются ежедневно с 02-01-2010 по 30-07-2011 и касаются продаж газет. Поскольку можно найти недельный график продаж (среднесуточное количество проданных копий обычно одинаково с понедельника по пятницу, а затем увеличивается в субботу и воскресенье), я пытаюсь уловить эту «сезонность». Учитывая данные о …

21 r  time-series  arima  seasonality 

Я хотел бы использовать бинарную модель логистической регрессии в контексте потоковых данных (многомерных временных рядов), чтобы предсказать значение зависимой переменной данных (то есть строки), которые только что прибыли, учитывая прошлые наблюдения. Насколько я знаю, логистическая регрессия традиционно используется для посмертного анализа, где каждая зависимая переменная уже установлена ​​(либо путем проверки, …

21 r  time-series  logistic