Perguntas com a marcação «seasonality»

Quero detectar a sazonalidade nos dados que recebo. Existem alguns métodos que encontrei, como o gráfico de sub-séries sazonais e o gráfico de autocorrelação, mas o problema é que não entendo como ler o gráfico, alguém poderia ajudar? A outra coisa é: existem outros métodos para detectar a sazonalidade com …

56 time-series  seasonality 

Tenho 17 anos (1995 a 2011) de dados de atestados de óbito relacionados a mortes por suicídio em um estado nos EUA. Existe muita mitologia por aí sobre suicídios e os meses / estações do ano, muitas das quais contraditórias e a literatura. Ao analisar, não entendo claramente os métodos …

24 r  chi-squared  arima  count-data  seasonality 

Estou tentando fazer análise de séries temporais e sou novo nesse campo. Eu tenho contagem diária de um evento de 2006-2009 e quero ajustar um modelo de série temporal a ele. Aqui está o progresso que eu fiz: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) O gráfico resultante que recebo é: Para verificar …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Estou ajustando um modelo ARIMA em uma série temporal diária. Os dados são coletados diariamente de 02-01-2010 a 30-07-2011 e são sobre vendas de jornais. Como um padrão semanal de vendas pode ser encontrado (a quantidade média diária de cópias vendidas é geralmente a mesma de segunda a sexta-feira e …

21 r  time-series  arima  seasonality 

O ajuste sazonal é uma etapa crucial no pré-processamento dos dados para pesquisas adicionais. O pesquisador, no entanto, tem várias opções para decomposição sazonal-ciclo-tendência. Os mais comuns (a julgar pelo número de citações na literatura empírica) métodos de decomposição sazonais rivais são X-11 (12) -ARIMA, Tramo / Assentos (ambos implementados …

20 time-series  data-transformation  methodology  seasonality 

Este é um post longo, então espero que você possa me acompanhar e, por favor, corrija-me onde estiver errado. Meu objetivo é produzir uma previsão diária com base em 3 ou 4 semanas de dados históricos. Os dados são dados de 15 minutos da carga local de uma das linhas …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Usando Rpara executar a decomposição do STL, s.windowcontrola a rapidez com que o componente sazonal pode mudar. Valores pequenos permitem mudanças mais rápidas. Definir a janela sazonal como infinita equivale a forçar o componente sazonal a ser periódico (ou seja, idêntico ao longo dos anos). Minhas perguntas: Se eu tiver …

16 r  time-series  trend  seasonality 

Eu tenho um conjunto de dados de séries temporais multivariadas, incluindo variáveis ​​biológicas e ambientais em interação (além de possivelmente algumas variáveis ​​exógenas). Além da sazonalidade, não há uma clara tendência de longo prazo nos dados. Meu objetivo é ver quais variáveis ​​estão relacionadas entre si. A previsão não é …

15 r  time-series  var  seasonality 

Parece haver muita confusão na comparação entre usar glmnetdentro caretpara procurar uma lambda ideal e usar cv.glmnetpara fazer a mesma tarefa. Muitas perguntas foram feitas, por exemplo: Modelo de classificação train.glmnet vs. cv.glmnet? Qual é a maneira correta de usar glmnet com cursor? Validação cruzada de `glmnet` usando` caret` mas …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Edição principal: Gostaria de agradecer muito a Dave e Nick por suas respostas. A boa notícia é que consegui fazer o loop funcionar (princípio emprestado da publicação do Prof. Hydnman na previsão de lotes). Para consolidar as consultas pendentes: a) Como aumento o número máximo de iterações para auto.arima - …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

Plotamos o seguinte código com a função stl (Decomposição Sazonal de Séries Temporais de Loess): plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) Ele mostra uma variação sazonal significativa com dados aleatórios inseridos no código acima (função rnorm). Variação significativa é vista toda vez que é executada, embora o padrão seja diferente. Dois desses padrões …

11 time-series  seasonality  loess 

Enquanto trabalhamos com séries temporais, às vezes detectamos e removemos a sazonalidade usando análise espectral. Sou realmente um iniciante em séries temporais e estou confuso por que alguém gostaria de remover a sazonalidade da série cronológica original? A remoção da sazonalidade não distorce os dados originais? Quais são os benefícios …

11 time-series  seasonality 

Eu tenho duas séries temporais de dados diários. Um é sign-upse o outro terminationsde assinaturas. Eu gostaria de prever o último usando as informações contidas nas duas variáveis. Observando o gráfico dessas séries, é óbvio que as terminações estão correlacionadas com os múltiplos de inscrições nos meses anteriores. Ou seja, …

11 r  time-series  seasonality  var 

Em um comentário a esta pergunta , o usuário @whuber citou a possibilidade de usar uma versão periódica de splines para ajustar dados periódicos. Gostaria de saber mais sobre esse método, em particular as equações que definem os splines e como implementá-los na prática (sou principalmente um Rusuário, mas posso …

10 regression  time-series  seasonality  splines