Perguntas com a marcação «time-series»

É muito difícil pesquisar informações na Web sobre algo quando você não sabe quais palavras são comumente usadas para descrevê-lo. Nesse caso, estou me perguntando como é chamado quando você inclui outro preditor em uma série temporal. Como exemplo, digamos que estou modelando uma variável usando AR (3):XXX Xt=φ1Xt−1+φ2Xt−2+φ3Xt−3+εtXt=φ1Xt−1+φ2Xt−2+φ3Xt−3+εt X_t …

9 time-series  terminology 

Estamos plotando métricas de séries temporais no contexto das operações de rede / servidor. Os dados têm uma taxa de amostragem de 5 minutos e consistem em itens como utilização da CPU, taxa de erro, etc. Estamos adicionando uma linha de "limite" horizontal aos gráficos, para indicar visualmente um limite …

9 time-series  data-visualization 

Tenho certeza de que estou perdendo algo óbvio aqui, mas estou bastante confuso com termos diferentes no campo de séries temporais. Se eu entendi direito, erros serialmente autocorrelacionados são um problema nos modelos de regressão (veja, por exemplo, aqui ). Minha pergunta é agora o que exatamente define um erro …

9 time-series  autocorrelation 

Estou desenvolvendo sistemas de negociação automatizados para o mercado de ações. O grande desafio tem sido excessivo. Você pode recomendar alguns recursos que descrevam métodos para medir e evitar ajustes excessivos? Comecei com conjuntos de treinamento / validação, mas o conjunto de validação sempre fica corrompido. Além disso, os dados …

9 time-series  machine-learning  dataset  data-mining  validation 

Eu tenho as seguintes séries temporais obtido usando os dados postados abaixo. Para um tamanho de janela deslizante de 10, estou tentando calcular a divergência KL entre o PMF de valores na janela deslizante atual e o PMF da história com o objetivo final de traçar o valor da divergência …

9 time-series  probability  multivariate-analysis  histogram  kullback-leibler 

Antes de tudo, percebo que minha pergunta é muito ampla e que pode ser difícil responder a essa pergunta por causa disso. Você tem algum conselho sobre como abordar um 'problema' em que precisa fazer previsões / previsões para mais de 2000 produtos diferentes? Em outras palavras, cada produto requer …

9 time-series  forecasting  segmentation 

Estou tentando usar um LSTM para previsão de séries temporais. Os dados são transmitidos uma vez por minuto, mas eu gostaria de prever uma hora à frente. Existem duas maneiras de pensar sobre isso: Agrupe os dados em dados horários, considerando a média a cada período de 60 minutos como …

9 time-series  lstm  rnn 

Eu sei que transformações lineares de séries temporais decorrentes de processos estacionários (fracamente) também são estacionárias. Isso é verdade, no entanto, para uma transformação de uma série, usando também o valor absoluto de cada elemento? Em outras palavras, se está estacionário, então estacionário?{xi,i∈N}{xi,i∈N}\{x_i,i\in\mathbb{N}\}{|xi|,i∈N}{|xi|,i∈N}\{|x_i|,i\in\mathbb{N}\}

8 time-series  data-transformation  stationarity 

Atualização (25-06-2019): alterar o título de "Os modelos MA não invertíveis fazem sentido?" para distingui-lo da pergunta 333802 . Ao revisar os modelos MA ( ), me deparei com esses slides (Alonso e Garcia-Martos, 2012). Os autores afirmam que, embora todos os processos de MA sejam estacionários, se não forem …

8 time-series  moving-average 

Faria sentido exagerar um modelo de propósito? Digamos que eu tenha um caso de uso em que eu saiba que os dados não variarão muito em relação aos dados de treinamento. Estou pensando aqui na previsão de tráfego, em que o status do tráfego segue um conjunto fixo de padrões …

8 machine-learning  time-series  forecasting  prediction  overfitting 

Se estou interessado nos efeitos causais da mudança de uma variável ( ) em algum resultado ( ), como eu representaria isso em um gráfico acíclico direcionado (DAG)?EEEOOO Suponha que Δ E2= E2- E1ΔE2=E2-E1\Delta E_2 = E_2 - E_1 , onde E1E1E_1 e E2E2E_2 ocorram nos momentos 1 e 2, …

8 time-series  dag 

Recentemente, deparei com um artigo fascinante sobre a previsão de retornos futuros do mercado de ações. O autor apresenta o gráfico abaixo e cita um R ^ 2 de 0,913. Isso tornaria o método do autor muito superior a qualquer coisa que eu já vi sobre o assunto (a maioria …

8 machine-learning  time-series  forecasting  predictive-models 

Recentemente, encontrei várias fontes "informais" que indicam que, em algumas circunstâncias, se usarmos o AIC ou o BIC para treinar um modelo de série temporal, não precisaremos dividir os dados em teste e treinamento - podemos usar todos os dados para treinamento. (As fontes incluem, entre outras, uma discussão no …

8 time-series  cross-validation  aic  train  bic 

Eu quero gerar uma série temporal sintética. A série temporal precisa ser uma cadeia de markov com uma distribuição marginal gama e um parâmetro AR (1) de ρρ\rho . Posso fazer isso simplesmente usando uma distribuição gama como termo de ruído em um modelo AR (1) ou preciso usar uma …

8 time-series  markov-process  gamma-distribution  autoregressive 

Não consigo entender essa propriedade de séries estacionárias e a função de autocorrelação. Eu tenho que provar isso ∑h = 1n - 1ρ^( h ) = - 12∑h=1n-1ρ^(h)=-12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Onde e é a função de autocovariânciaγ(h)ρ^(h)=γ^( H )γ^( 0 )ρ^(h)=γ^(h)γ^(0 0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^( H )γ^(h)\hat\gamma(h) γ^( h ) = 1n∑t = …

8 time-series  autocorrelation  stationarity