Perguntas com a marcação «time-series»

Tenho uma pergunta relacionada à modelagem de séries temporais curtas. Não é uma questão se modelá-los , mas como. Que método você recomendaria para modelar séries temporais (muito) curtas (por exemplo, comprimento )? Por "melhor", quero dizer aqui o mais robusto, que é o menos propenso a erros devido ao …

35 time-series  forecasting  small-sample 

Estou acostumado a ver o teste de Ljung-Box usado com bastante frequência para testar a autocorrelação em dados brutos ou em resíduos de modelo. Eu tinha quase esquecido que existe outro teste para autocorrelação, a saber, o teste de Breusch-Godfrey. Pergunta: quais são as principais diferenças e semelhanças dos testes …

35 time-series  hypothesis-testing  autocorrelation 

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 

Qual é / são as diferenças entre um projeto longitudinal e uma série temporal?

35 time-series  panel-data 

Eu tenho um conjunto de dados que não são ordenados de maneira específica, mas quando plotados claramente têm duas tendências distintas. Uma regressão linear simples não seria realmente adequada aqui devido à clara distinção entre as duas séries. Existe uma maneira simples de obter as duas linhas de tendência lineares …

34 time-series  python  curve-fitting 

Caro pessoal, notei algo estranho que não sei explicar, não é? Em resumo: a abordagem manual para calcular um intervalo de confiança em um modelo de regressão logística e a função R confint()fornecem resultados diferentes. Eu tenho passado pela regressão logística aplicada de Hosmer & Lemeshow (2ª edição). No terceiro …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

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 

Recentemente, aprendi sobre o uso de técnicas de inicialização para calcular erros padrão e intervalos de confiança para estimadores. O que eu aprendi foi que, se os dados são IID, você pode tratar os dados da amostra como a população e fazer amostragens com substituição, o que permitirá obter várias …

33 time-series  bootstrap 

Encontrei este artigo que usa a detecção de anomalias de links para prever tópicos de tendências e achei incrivelmente intrigante: O artigo é "Descobrindo tópicos emergentes em fluxos sociais por meio da detecção de anomalias de links" . Gostaria de replicá-lo em um conjunto de dados diferente, mas não estou …

32 time-series  machine-learning  outliers  python  change-point 

Seja e processos de ruído branco. Podemos dizer que é necessariamente um processo de ruído branco?b t c t = a t + b tatata_tbtbtb_tct=at+btct=at+btc_t=a_t+b_t

30 time-series  econometrics  white-noise 

Estou confuso sobre o Modelo de Correção de Erros de Vetor ( VECM ). Formação técnica: O VECM oferece a possibilidade de aplicar o Modelo Autoregressivo de Vetor ( VAR ) a séries temporais multivariadas integradas. Nos livros didáticos, eles citam alguns problemas na aplicação de um VAR a séries …

30 time-series  forecasting  var  cointegration  vecm 

Eu estou usando R, eu procurei no Google e descobriu que kpss.test(), PP.test()eadf.test() são usados para saber sobre estacionariedade de séries temporais. Mas eu não sou um estatístico, que pode interpretar seus resultados > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value …

30 r  time-series  stationarity  augmented-dickey-fuller  kpss-test 

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 

Precisamos de um sistema de alerta precoce. Estou lidando com um servidor conhecido por ter problemas de desempenho sob carga. Os erros são registrados em um banco de dados junto com um carimbo de data e hora. Existem algumas etapas de intervenção manual que podem ser tomadas para diminuir a …

29 time-series  real-time 

Eu uso a função auto.arima () no pacote de previsão para ajustar os modelos ARMAX a uma variedade de covariáveis. No entanto, muitas vezes tenho um grande número de variáveis ​​para selecionar e geralmente termino com um modelo final que funciona com um subconjunto delas. Não gosto de técnicas ad-hoc …

29 r  time-series  lasso  regularization  elastic-net