Perguntas com a marcação «time-series»

Qual é a melhor maneira de definir o processo de ruído branco para que seja intuitivo e fácil de entender?

25 time-series 

Comecei a trabalhar nos tutoriais de mineração de dados estatísticos de Andrew Moore (altamente recomendado para quem mais se aventurar nesse campo). Comecei lendo este PDF extremamente interessante, intitulado "Visão geral introdutória dos algoritmos de detecção de anomalias baseados em séries temporais", nos quais Moore acompanha muitas das técnicas usadas …

25 time-series  outliers  signal-processing  wavelet 

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 

Eu tenho uma série temporal e quero subconjunto, mantendo-a como uma série temporal, preservando o início, o fim e a frequência. Por exemplo, digamos que eu tenha uma série temporal: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 …

25 r  time-series 

Atualmente, estou usando o AnomalyDetection do Twitter em R: https://github.com/twitter/AnomalyDetection . Esse algoritmo fornece detecção de anomalia de séries temporais para dados com sazonalidade. Pergunta: existem outros algoritmos semelhantes a este (controlar a sazonalidade não importa)? Estou tentando pontuar o maior número possível de algoritmos de séries temporais nos meus …

24 r  regression  time-series  anomaly-detection 

O código a seguir avalia a semelhança entre duas séries temporais: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) …

24 r  time-series  data-visualization  gam 

Qual é a maneira / método mais fácil de calcular a correlação entre duas séries temporais exatamente do mesmo tamanho? Pensei em multiplicar e e somar a multiplicação. Então, se esse número único foi positivo, podemos dizer que essas duas séries estão correlacionadas? Posso pensar em alguns exemplos, no entanto, …

24 time-series 

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 procurando um módulo Python que execute uma análise de ponto de mudança em uma série temporal. Existem vários algoritmos diferentes e eu gostaria de explorar a eficácia de alguns deles sem precisar rolar manualmente cada um dos algoritmos. Idealmente, eu gostaria de alguns módulos como o bcp (Bayesian Change …

24 time-series  python  change-point 

Em uma pergunta que fiz recentemente , me disseram que era um grande "não-não" extrapolar com loess. Mas, no artigo mais recente de Nate Silver no FiveThirtyEight.com, ele discutiu o uso do loess para fazer previsões de eleições. Ele estava discutindo as especificidades de previsões agressivas versus conservadoras com loess, …

23 time-series  forecasting  predictive-models  loess  politics 

Normalmente, usamos o PCA como uma técnica de redução de dimensionalidade para dados em que casos são considerados iid Pergunta: Quais são as nuances típicas na aplicação do PCA para dados dependentes e não-iid? Quais propriedades agradáveis ​​/ úteis do PCA mantidas para dados iid estão comprometidas (ou perdidas totalmente)? …

23 time-series  pca  non-independent  iid 

Entendo que devemos usar o ARIMA para modelar uma série temporal não estacionária. Além disso, tudo o que li diz que o ARMA deve ser usado apenas para séries temporais estacionárias. O que estou tentando entender é: o que acontece na prática ao classificar incorretamente um modelo e assumir d …

23 r  time-series  arima  stationarity 

Hoje de manhã acordei pensando (isso pode ser devido ao fato de que ontem à noite não dormi muito): como a validação cruzada parece ser a pedra angular da previsão adequada de séries temporais, quais são os modelos que eu deveria "normalmente" "validar cruzadamente contra? Eu vim com alguns (fáceis), …

23 time-series  cross-validation  arima 

Ao pesquisar séries temporais em R, descobri que arima fornece apenas os valores do coeficiente e seus erros padrão do modelo ajustado. No entanto, também quero obter o valor p dos coeficientes. Não encontrei nenhuma função que forneça o significado do coef. Então, eu quero calcular isso sozinho, mas não …

23 r  time-series  chi-squared  arima  parametric 

Alguém tem um bom exemplo para Previsão / suavização de séries temporais usando o Kalman Filter no R?

23 r  time-series  kalman-filter