Perguntas com a marcação «time-series»

Séries temporais são dados observados ao longo do tempo (em tempo contínuo ou em períodos discretos).

4
Como projetar um novo vetor no espaço PCA?
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA. …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
2
O PCA pode ser aplicado para dados de séries temporais?
Entendo que a Análise de Componentes Principais (PCA) pode ser aplicada basicamente para dados de seção transversal. O PCA pode ser usado para dados de séries temporais efetivamente, especificando o ano como variável de série temporal e executando o PCA normalmente? Descobri que o PCA dinâmico funciona para dados do …
21 time-series  pca 
2
Como interpretar esses gráficos acf e pacf
A seguir, são apresentados os gráficos acf e pacf de uma série de dados mensal. O segundo gráfico é acf com ci.type = 'ma': A persistência de valores altos no gráfico ACF provavelmente representa uma tendência positiva a longo prazo. A questão é se isso representa variação sazonal? Tentei ver …
2
Simulação de séries temporais com potência e densidades espectrais cruzadas
Estou tendo problemas para gerar um conjunto de séries temporais coloridas estacionárias, dada sua matriz de covariância (suas densidades espectrais de potência (PSDs) e densidades espectrais de potência cruzada (CSDs)). Eu sei que, dadas duas séries temporais yEu( T )yEu(t)y_{I}(t) e yJ( T )yJ(t)y_{J}(t) , posso estimar suas densidades espectrais …
3
Teste da significância dos picos na densidade espectral
Às vezes usamos gráficos de densidade espectral para analisar a periodicidade em séries temporais. Normalmente, analisamos o gráfico por inspeção visual e, em seguida, tentamos tirar uma conclusão sobre a periodicidade. Mas os estatísticos desenvolveram algum teste para verificar se algum pico no gráfico é estatisticamente diferente do ruído branco? …
2
Escolhendo o método de decomposição sazonal
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 …
3
Interpretação do modelo ARIMA
Eu tenho uma pergunta sobre os modelos ARIMA. Digamos que eu tenha uma série temporal que gostaria de prever e um modelo parece ser uma boa maneira de conduzir o exercício de previsão. Agora, os atrasados implicam que minha série hoje seja influenciada por eventos anteriores. Isso faz sentido. Mas …
1
Análise de séries temporais com muitos valores zero
Na verdade, esse problema é sobre detecção de incêndio, mas é fortemente análogo a alguns problemas de detecção de decaimento radioativo. Os fenômenos observados são esporádicos e altamente variáveis; assim, uma série temporal consistirá em longas seqüências de zeros interrompidas por valores variáveis. O objetivo não é apenas capturar eventos …
3
Como usar o DLM com a filtragem Kalman para previsão
Alguém poderia me dar um exemplo de como usar a filtragem DLM Kalman no R em uma série temporal. Digamos que eu tenho esses valores (valores trimestrais com sazonalidade anual); como você usaria o DLM para prever os próximos valores? E, BTW, tenho dados históricos suficientes (qual é o mínimo)? …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.