Вопросы с тегом «time-series»

Я читаю книгу о временных рядах, и я начал чесать голову в следующей части: Может ли кто-нибудь объяснить мне интуицию? Я не мог получить это из этого текста. Зачем нам нужен процесс, чтобы быть обратимым? Какая здесь общая картина? Спасибо за любую помощь. Я новичок в этом, так что, если …

19 time-series  arma 

Обычный критерий значимости при поиске двух групп населения - это t-критерий, если возможно, парный t-критерий. Это предполагает, что распределение нормальное. Существуют ли похожие упрощающие предположения, которые дают критерий значимости для временного ряда? В частности, у нас есть две довольно маленькие популяции мышей, которых обрабатывают по-разному, и мы измеряем вес раз …

19 time-series  hypothesis-testing  statistical-significance 

Я видел, как несколько раз люди отклоняли нуль в расширенном тесте Дики-Фуллера , а затем утверждали, что он показывает, что их ряды стационарны (к сожалению, я не могу показать источники этих утверждений, но я думаю, что подобные утверждения существуют здесь и там в тот или иной журнал). Я утверждаю, что …

18 time-series  unit-root  stationarity  augmented-dickey-fuller 

В блоге Уильяма Бриггса есть довольно старая запись, в которой рассматриваются подводные камни сглаживания данных и передачи сглаженных данных в анализ. Ключевой аргумент, а именно: Если в момент безумия вы сглаживаете данные временных рядов и используете их в качестве входных данных для других анализов, вы резко увеличиваете вероятность одурачить себя! …

18 time-series  smoothing 

Я хотел бы обнаружить изменения в данных временных рядов, которые обычно имеют одинаковую форму. До сих пор я работал с changepointпакетом для R cpt.mean(), cpt.var()и cpt.meanvar()функций и. cpt.mean()с методом PELT хорошо работает, когда данные обычно остаются на одном уровне. Однако я также хотел бы обнаружить изменения во время спусков. Примером …

18 r  time-series  change-point  structural-change 

У меня есть данные временных рядов, и я использовал в качестве модели, чтобы соответствовать данным. является показателем случайная величина, либо 0 (когда я не вижу редкое событие) или 1 (когда я вижу редкое событие). На основании предыдущих наблюдений, которые у меня есть для , я могу разработать модель для используя …

18 time-series  forecasting  simulation 

Почему «временные ряды» называются такими? Серия означает сумму последовательности. Почему это временные ряды, а не временные последовательности? Является ли время независимой переменной?

17 time-series  self-study  references  terminology 

У меня есть два временных ряда: Прокси для премии за рыночный риск (ERP; красная линия) Безрисковая ставка по государственному облигации (синяя линия) Я хочу проверить, может ли безрисковая ставка объяснить ERP. Таким образом, я в основном последовал совету Цая (2010, 3-е издание, стр. 96): Финансовый временной ряд: Установите модель линейной …

17 regression  time-series 

Это основной вопрос о моделях Box-Jenkins MA. Как я понимаю, модель MA - это, в основном, линейная регрессия значений временного ряда относительно предыдущих слагаемых ошибок . То есть наблюдение сначала регрессирует к своим предыдущим значениям а затем одно или несколько значений используются в качестве терминов ошибки для MA модель.YYYet,...,et−net,...,et−ne_t,..., e_{t-n}YYYYt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, …

17 regression  time-series  arima  box-jenkins 

Увеличение числа случаев и смертей происходит во время эпидемий (внезапное увеличение числа) из-за циркуляции вируса (например, вируса Западного Нила в США в 2002 г.) или из-за снижения устойчивости людей или загрязнения пищи или воды или увеличения числа комары. Эти эпидемии будут представлены как выбросы, которые могут происходить каждые 1-5 лет. …

17 time-series  forecasting  epidemiology  outliers 

Я надеюсь, что смогу правильно задать этот вопрос. У меня есть доступ к данным play-by-play, так что это скорее проблема с лучшим подходом и правильным построением данных. Я рассчитываю рассчитать вероятность выигрыша в игре в НХЛ, учитывая количество очков и оставшееся время в регламенте. Я полагаю, что мог бы использовать …

17 time-series  probability  logistic 

Я хотел бы построить алгоритм, который мог бы анализировать любые временные ряды и «автоматически» выбирать лучший традиционный / статистический метод прогнозирования (и его параметры) для анализируемых данных временных рядов. Было бы возможно сделать что-то подобное? Если да, можете ли вы дать мне несколько советов о том, как это можно сделать?

17 time-series  forecasting  python 

Думая об использовании повторяющихся нейронных сетей для прогнозирования временных рядов. Они в основном реализуют своего рода обобщенную нелинейную авторегрессию по сравнению с моделями ARMA и ARIMA, которые используют линейную авторегрессию. Если мы выполняем нелинейную авторегрессию, все еще необходимо, чтобы временной ряд был стационарным, и нужно ли нам выполнять дифференцирование, как …

17 time-series  autoregressive  nonlinear  stationarity 

Говоря о продольных данных, мы можем многократно ссылаться на данные, собранные с течением времени от одного и того же субъекта / единицы исследования, таким образом, существуют корреляции для наблюдений внутри одного и того же субъекта, т. Е. Сходство внутри объекта. Говоря о данных временного ряда, мы также ссылаемся на данные, …

17 time-series  terminology  panel-data 

У меня есть некоторые кумулятивные данные о частоте. Линия выглядит так, как будто она очень хорошо вписывается в данные, но в ней есть циклическое / периодическое покачивание. Я хотел бы оценить, когда совокупная частота достигнет определенного значения c . Когда я строю графики остатков и подгоночных значений, я получаю прекрасное …

17 time-series  regression