Perguntas com a marcação «time-series»

Eu tenho ~ 400 indivíduos e> 10k pontos no tempo cada (resultados da simulação) que gostaria de poder monitorar à medida que eles mudam ao longo do tempo. Traçar todos os indivíduos é muito confuso, traçar média + -sd, min / max ou quantis é pouca informação para o meu …

8 r  time-series  data-visualization 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Alguém pode explicar como a decomposição de Beveridge-Nelson funciona? Até agora, tudo o que sei é que estima ciclos de tendência em dados de séries temporais não estacionárias. Eu olhei para vários artigos de periódicos e ainda estou confuso sobre como ele funciona http://research.economics.unsw.edu.au/jmorley/bn.pdf

8 time-series 

Eu tenho um conjunto de dados que contém algumas centenas de transações de três fornecedores que operam em mais de 100 países durante um período de três anos. Descobrimos que o país de vendas não é um fator significativo nos preços alcançados (os produtos são mais ou menos commodities globais). …

8 r  time-series  multiple-regression 

Um processo ARMA (p, q) é fracamente estacionário, se a raiz de sua parte AR não estiver no círculo unitário. Portanto, sua fraca estacionariedade não depende de sua parte da MA. Mas o que as posições das raízes de sua parte MA significam? Nos testes de raiz unitária do ARIMA, …

8 time-series  unit-root  moving-average 

Eu tenho um conjunto de dados meteorológicos diários, que surpreendentemente tem um efeito sazonal muito forte. Adaptei um modelo ARIMA a esse conjunto de dados usando a função auto.arima do pacote de previsão. Para minha surpresa, a função não aplica operações sazonais - diferencial sazonal, componentes sazonais ar ou ma. …

8 r  time-series  forecasting  arima  arma 

Na previsão de séries temporais usando vários modelos como AR, MA, ARMA, etc, geralmente focamos na modelagem dos dados na mudança de tempo. Mas quando temos duas séries temporais em que o coeficiente de correlação de Pearson mostra que elas são altamente correlacionadas, é possível modelar a dependência e os …

8 time-series  correlation  forecasting  var 

Eu tenho que fazer alguns testes de raiz unitária para um projeto, não tenho certeza de como interpretar os dados (que é o que me pediram para fazer). Aqui está um dos meus resultados: dfuller Demand Dickey-Fuller test for unit root Number of obs = 50 ---------- Interpolated Dickey-Fuller --------- …

8 time-series  hypothesis-testing  stata  interpretation  unit-root 

Usando o excelente pacote de previsões de Rob Hyndman, deparei-me com a necessidade de não apenas ter intervalos de previsão, mas simular vários caminhos futuros, considerando observações passadas de uma série temporal com sazonalidades complexas. Há algo para séries temporais menos complexas com apenas uma ou duas sazonalidades (simulate.ets () …

8 r  time-series  forecasting  simulation  tbats 

Estou tentando decompor uma série temporal de nnn observações vcvc\bf{\mathrm{v_c}} na estrutura n×nn×nn \times n variância-covariância ∑∑\sum e uma série aleatória vv\bf{\mathrm{v}} . Portanto, posso derivar a matriz de variância-covariância ∑∑\sum da função de autocorrelação de vcvc\bf{\mathrm{v_c}} . Esta será uma matriz de Toeplitz, que é semidefinida positiva. Portanto, sou …

8 time-series  covariance-matrix 

Tenho problemas para encontrar uma solução sobre como executar um teste post-hoc (Tukey HSD) após uma ANOVA de medidas repetidas de dois fatores (ambos em indivíduos) em R. Para a ANOVA, usei a função aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Depois de ler as respostas para outras …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Atualmente, estou usando R para prever uma série temporal com estas instruções: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Como você pode ver, tenho dados a cada hora e escolhi o período sazonal de 24 (um dia). Gostaria de melhorar minha previsão usando …

8 r  time-series  arima  seasonality  multiple-seasonalities 

Os dados consistem em espectros ópticos (intensidade da luz em relação à frequência) gravados em momentos variados. Os pontos foram adquiridos em uma grade regular em x (tempo), y (frequência). Para analisar a evolução do tempo em frequências específicas (um aumento rápido, seguido de uma deterioração exponencial), eu gostaria de …

8 r  time-series  multivariate-analysis  references  smoothing 

Alguém tem um breve exemplo educacional rápido de como usar redes neurais ( nnetem R, por exemplo) para fins de previsão? Aqui está um exemplo, em R, de uma série temporal T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Este é apenas um exemplo, mas o …

8 r  time-series  machine-learning  neural-networks  nnet 

Sei que este é principalmente um site de estatísticas; portanto, se eu estiver fora do tópico, me redirecione. Eu tenho um sistema com bombas que às vezes quebram e precisam ser substituídas. Eu gostaria de poder prever as falhas e, assim, dar um aviso prévio às pessoas que substituem as …

8 time-series  machine-learning  data-transformation