Perguntas com a marcação «time-series»

Estou lendo um livro sobre séries temporais e comecei a coçar a cabeça na seguinte parte: Alguém poderia explicar a intuição para mim? Não pude obtê-lo neste texto. Por que precisamos que o processo seja invertível? Qual é o quadro geral aqui? Obrigado por qualquer ajuda. Eu sou novo nesse …

19 time-series  arma 

Um teste usual de significância ao observar duas populações é o teste t, teste t pareado, se possível. Isso pressupõe que a distribuição é normal. Existem suposições simplificadoras semelhantes que produzem um teste de significância para uma série temporal? Especificamente, temos duas populações razoavelmente pequenas de camundongos que estão sendo …

19 time-series  hypothesis-testing  statistical-significance 

Vi várias vezes as pessoas rejeitarem o nulo em um teste Dickey-Fuller aumentado e depois afirmarem que elas mostram que suas séries são estacionárias (infelizmente, não posso mostrar as fontes dessas declarações, mas imagino que existam declarações semelhantes aqui e ali em um ou outro diário). Eu afirmo que é …

18 time-series  unit-root  stationarity  augmented-dickey-fuller 

Há um post bastante antigo no blog de William Briggs, que analisa as armadilhas de suavizar dados e transportá-los para análise. O argumento principal é: Se, em um momento de insanidade, você suaviza dados de séries temporais e os utiliza como entrada para outras análises, aumenta drasticamente a probabilidade de …

18 time-series  smoothing 

Gostaria de detectar alterações nos dados de séries temporais, que geralmente têm a mesma forma. Até agora, trabalhei com o changepointpacote para R e as funções cpt.mean(), cpt.var()e cpt.meanvar(). cpt.mean()com o método PELT funciona bem quando os dados geralmente permanecem em um nível. No entanto, eu também gostaria de detectar …

18 r  time-series  change-point  structural-change 

Eu tenho dados de séries temporais e usei um como modelo para ajustar os dados. O é uma variável aleatória do indicador que é 0 (quando não vejo um evento raro) ou 1 (quando vejo o evento raro). Com base em observações anteriores que tenho sobre o , posso desenvolver …

18 time-series  forecasting  simulation 

Eu gostaria de criar um algoritmo capaz de analisar qualquer série temporal e "escolher automaticamente" o melhor método de previsão tradicional / statiscal (e seus parâmetros) para os dados analisados. Seria possível fazer algo assim? Se sim, você pode me dar algumas dicas sobre como isso pode ser abordado?

18 time-series  forecasting  python 

Por que as "séries temporais" são chamadas assim? Série significa soma de uma sequência. Por que é série temporal, não sequência temporal? O tempo é a variável independente?

17 time-series  self-study  references  terminology 

Eu tenho duas séries temporais: Um proxy para o prêmio de risco de mercado (ERP; linha vermelha) A taxa livre de risco, representada por um título do governo (linha azul) Quero testar se a taxa livre de risco pode explicar o ERP. Por este meio, segui basicamente o conselho de …

17 regression  time-series 

Essa é uma pergunta básica nos modelos da Box-Jenkins MA. Como eu entendo, um modelo MA é, basicamente, uma regressão linear de séries temporais valores YYY contra anterior termos de erro et,...,et−net,...,et−ne_t,..., e_{t-n} . Isto é, a observação YYY é primeiro regredido contra a sua valores anteriores Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} …

17 regression  time-series  arima  box-jenkins 

Um aumento no número de casos e mortes ocorre durante epidemias (aumento repentino de números) devido à circulação de vírus (como o vírus do Nilo Ocidental nos EUA em 2002) ou à diminuição da resistência de pessoas ou à contaminação de alimentos ou água ou ao aumento do número de …

17 time-series  forecasting  epidemiology  outliers 

Espero poder fazer esta pergunta da maneira correta. Eu tenho acesso aos dados play-by-play, por isso é mais um problema com a melhor abordagem e a construção correta dos dados. O que pretendo fazer é calcular a probabilidade de ganhar um jogo da NHL, considerando a pontuação e o tempo …

17 time-series  probability  logistic 

Pensando em usar redes neurais recorrentes para previsão de séries temporais. Eles basicamente implementam uma espécie de auto-regressão não linear generalizada, em comparação com os modelos ARMA e ARIMA que usam a auto-regressão linear. Se estamos realizando a auto-regressão não linear, ainda é necessário que as séries temporais sejam estacionárias …

17 time-series  autoregressive  nonlinear  stationarity 

Quando falamos de dados longitudinais, podemos nos referir aos dados coletados ao longo do tempo da mesma disciplina / unidade de estudo repetidamente, portanto, existem correlações para as observações dentro da mesma disciplina, ou seja, semelhança dentro da disciplina. Ao falar sobre dados de séries temporais, também nos referimos aos …

17 time-series  terminology  panel-data 

Eu tenho alguns dados de frequência cumulativos. Uma linha parece ajustar muito bem os dados, mas há uma oscilação cíclica / periódica na linha. Gostaria de estimar quando a frequência cumulativa atingirá um determinado valor c . Quando planto os resíduos versus os valores ajustados, recebo um belo comportamento sinusoidal.cy= …

17 time-series  regression