Perguntas com a marcação «arima»

Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p …

78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Você pode dar alguns exemplos reais de séries temporais para os quais um processo de média móvel da ordem , ou seja, y t = q ∑ i = 1 θ i ε t - i + ε t , onde ε t ∼ N ( 0 , σ 2 …

54 time-series  arima  interpretation  moving-average 

Dadas todas as boas propriedades dos modelos de espaço de estado e KF, pergunto-me - quais são as desvantagens da modelagem de espaço de estado e do uso do Kalman Filter (ou EKF, UKF ou filtro de partículas) para estimativa? Vamos dizer que metodologias convencionais como ARIMA, VAR ou métodos …

53 time-series  arima  kalman-filter  var 

Quando leio "média móvel" em relação a uma série temporal, penso em algo como , ou talvez um valor média como . (Eu percebo que esses são realmente modelos AR (3), mas é para isso que meu cérebro pula.) Por que os modelos MA (q) são fórmulas de termos de …

43 time-series  arima  terminology  moving-average 

Estou confuso. Eu não entendo a diferença de um processo ARMA e GARCH .. para mim há o mesmo não? Aqui está o processo (G) ARCH (p, q) σ2t=α0+∑i=1qαir2t−iARCH+∑i=1pβiσ2t−iGARCHσt2=α0+∑i=1qαirt−i2⏟ARCH+∑i=1pβiσt−i2⏟GARCH\sigma_t^2 = \underbrace{ \underbrace{ \alpha_0 + \sum_{i=1}^q \alpha_ir_{t-i}^2} _{ARCH} + \sum_{i=1}^p\beta_i\sigma_{t-i}^2} _{GARCH} E aqui está o ARMA ( ):p,qp,qp, q Xt=c+εt+∑i=1pφiXt−i+∑i=1qθiεt−i.Xt=c+εt+∑i=1pφiXt−i+∑i=1qθiεt−i. X_t …

42 arima  garch  finance 

Recentemente, apliquei uma variedade de métodos de previsão (MEAN, RWF, ETS, ARIMA e MLPs) e constatei que MEAN se saiu surpreendentemente bem. (MEAN: onde todas as previsões futuras são previstas como sendo iguais à média aritmética dos valores observados.) MEAN até superou o ARIMA nas três séries que usei. O …

38 forecasting  arima 

Comentários: Em primeiro lugar gostaria de dizer um grande obrigado ao autor do novo tsoutliers pacote que implementos de Chen e Liu detecção de séries temporais outlier, que foi publicado no Jornal da Associação Americana de Estatística em 1993 em software Open Source .RRR O pacote detecta iterativamente 5 tipos …

35 time-series  forecasting  arima  outliers 

Eu tenho quatro séries temporais diferentes de medições horárias: O consumo de calor dentro de uma casa A temperatura fora de casa A radiação solar A velocidade do vento Quero poder prever o consumo de calor dentro de casa. Existe uma clara tendência sazonal, tanto anualmente como diariamente. Como existe …

33 time-series  modeling  arima 

Qual é o ponto da análise de séries temporais? Existem muitos outros métodos estatísticos, como regressão e aprendizado de máquina, que têm casos de uso óbvios: a regressão pode fornecer informações sobre o relacionamento entre duas variáveis, enquanto o aprendizado de máquina é ótimo para previsão. Mas, enquanto isso, não …

29 time-series  arima 

Estou usando os modelos R (3.1.1) e ARIMA para previsão. Gostaria de saber qual deve ser o parâmetro "frequency", atribuído na ts()função , se estiver usando dados de séries temporais que sejam: separados por minutos e estão espalhados por 180 dias (1440 minutos / dia) separados por segundos e estão …

28 r  time-series  arima  multiple-seasonalities  mape 

Quando uso o GAM, o DF residual é (última linha do código). O que isso significa? Indo além do exemplo do GAM, em geral, o número de graus de liberdade pode ser um número não inteiro?26,626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Na arimafunção em R, o que order(1, 0, 12)significa? Quais são os valores que podem ser atribuídos a p, d, q, e qual é o processo para encontrar esses valores?

27 r  time-series  arima 

Estou tentando entender um artigo sobre previsão de carga elétrica, mas estou lutando com os conceitos internos, especialmente o modelo SARIMAX . Esse modelo é usado para prever a carga e usa muitos conceitos estatísticos que eu não entendo (eu sou um estudante de ciências da computação - você pode …

27 regression  time-series  arima  autoregressive  intuition 

Anteriormente, usei o Forecast Pro para prever séries temporais univariadas, mas estou mudando meu fluxo de trabalho para R. O pacote de previsão para R contém muitas funções úteis, mas uma coisa que ele não faz é qualquer tipo de transformação de dados antes de executar automaticamente .arima (). Em …

26 r  time-series  data-transformation  forecasting  arima 

Pode ser difícil de encontrar, mas eu gostaria de ler um exemplo bem explicado do ARIMA que usa matemática mínima estende a discussão para além da construção de um modelo, usando-o para prever casos específicos usa gráficos e resultados numéricos para caracterizar o ajuste entre os valores previstos e reais.

25 time-series  arima  intuition