Chcę tylko sprawdzić, czy poprawnie interpretuję wykresy ACF i PACF: Dane odpowiadają błędom wygenerowanym między rzeczywistymi punktami danych a oszacowaniami wygenerowanymi przy użyciu modelu AR (1). Spojrzałem na odpowiedź tutaj: Oszacuj współczynniki ARMA na podstawie kontroli ACF i PACF Po przeczytaniu, że wydaje się, że błędy nie są autokorelowane, ale …
Próbuję dopasować model czasu dyskretnego do R, ale nie jestem pewien, jak to zrobić. Czytałem, że możesz zorganizować zmienną zależną w różnych wierszach, po jednym dla każdej obserwacji czasu, i użyć glmfunkcji z łączem logit lub cloglog. W tym sensie, mam trzy kolumny: ID, Event(1 lub 0, w każdym okresie …
Planuję uwzględnić współrzędne jako współzmienne w równaniu regresji, aby dostosować się do trendu przestrzennego występującego w danych. Następnie chcę przetestować resztki na autokorelacji przestrzennej w losowej odmianie. Mam kilka pytań: Powinienem wykonać regresję liniową, w której są tylko zmienne niezależne xxx i yyy współrzędne, a następnie testowanie reszt na autokorelacji …
Mam szereg czasowy pomiarów (wysokości-jednowymiarowy szereg). W okresie obserwacji proces pomiaru spadł o kilka punktów czasowych. Tak więc dane wynikowe są wektorem z NaN, w których występują luki w danych. Korzystanie z MATLAB-a powoduje mi problem podczas obliczania autokorelacji ( autocorr) i stosowania sieci neuronowych ( nnstart). Jak należy sobie …
Obie zmienne (zależne i niezależne) wykazują efekty autokorelacji. Dane są szeregami czasowymi i stacjonarnymi Po uruchomieniu regresji reszty wydają się nie być skorelowane. Moja statystyka Durbina-Watsona jest większa niż górna wartość krytyczna, więc istnieją dowody, że terminy błędów nie są dodatnio skorelowane. Również, gdy wykreślam ACF pod kątem błędów, wygląda …
Próbuję powtórzyć obliczenia wykonywane przez SAS i SPSS dla częściowej funkcji autokorelacji (PACF). W SAS jest produkowany przez Proc Arima. Wartości PACF są współczynnikami autoregresji szeregu zainteresowania w stosunku do opóźnionych wartości szeregu. Moją zmienną zainteresowania jest sprzedaż, dlatego obliczam lag1, lag2 ... lag12 i uruchamiam następującą regresję OLS: Yt=za0+za1Yt …
Czy funkcja autokorelacji ma jakieś znaczenie w niestacjonarnych szeregach czasowych? Szacuje się, że szeregi czasowe są nieruchome, zanim do celów modelowania Boxa i Jenkinsa zostanie użyta autokorelacja.
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.