Pytania otagowane jako time-series

Szeregi czasowe to dane obserwowane w czasie (w ciągłym czasie lub w dyskretnych przedziałach czasowych).

1
Filtr ARIMA vs Kalman - jak są ze sobą powiązane
Kiedy zacząłem czytać o filtrze Kalmana, pomyślałem, że jest to specjalny przypadek modelu ARIMA (a mianowicie ARIMA (0,1,1)). Ale tak naprawdę wydaje się, że sytuacja jest bardziej skomplikowana. Przede wszystkim ARIMA może być używana do przewidywania, a filtr Kalmana służy do filtrowania. Ale czy nie są blisko spokrewnione? Pytanie: Jaki …
1
Prognozowanie szeregów czasowych przy użyciu ARIMA vs LSTM
Problemem, z którym mam do czynienia, jest przewidywanie wartości szeregów czasowych. Patrzę na jeden szereg czasowy naraz i na podstawie np. 15% danych wejściowych chciałbym przewidzieć jego przyszłe wartości. Do tej pory natknąłem się na dwa modele: LSTM (długoterminowa pamięć krótkotrwała; klasa rekurencyjnych sieci neuronowych) ARIMA Próbowałem obu i przeczytałem …
1
Testowanie istotności współczynnika Sharpe'a
Jaki jest właściwy sposób przetestowania znaczenia wskaźników Sharpe'a lub wskaźników informacyjnych? Wskaźniki Sharpe'a będą oparte na różnych indeksach akcji i mogą mieć zmienne okresy retrospekcji. Jedno z opisanych przeze mnie rozwiązań po prostu stosuje test t Studenta, z ustawieniem df na długość okresu wstecznego. Waham się przed zastosowaniem powyższej metody …
3
Wykrywanie anomalii szeregów czasowych za pomocą Pythona
Muszę wdrożyć wykrywanie anomalii w kilku zestawach danych szeregów czasowych. Nigdy wcześniej tego nie robiłem i liczyłem na radę. Bardzo dobrze czuję się w Pythonie, więc wolałbym, aby rozwiązanie było zaimplementowane w nim (większość mojego kodu to Python dla innych części mojej pracy). Opis danych: to miesięczne dane szeregów czasowych, …
2
Jak interpretować wykresy ACF i PACF
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 …
3
Który jest lepszy, stl lub rozkład?
Robię analizę szeregów czasowych za pomocą R. Muszę rozłożyć dane na trend, sezonowość i losowy składnik. Mam tygodniowe dane od 3 lat. Znalazłem dwie funkcje w R - stl()i decompose(). Przeczytałem, że stl()to nie jest dobre dla multiplikatywnego rozkładu. Czy ktoś może mi powiedzieć, w jakim scenariuszu można korzystać z …
10 r  time-series 
4
Model historii zdarzeń dyskretnych (przeżycie) w R.
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 …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
1
Pytanie o przykładową funkcję autokowariancji
Czytam książkę do analizy szeregów czasowych, a wzór na próbkę autokowariancji jest zdefiniowany w książce jako: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) withdla . \ bar {x} to średnia.γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;h=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1x¯x¯\bar{x} Czy ktoś może wyjaśnić intuicyjnie, dlaczego dzielimy sumę przez nnn a nie przez n−hn−hn-h ? Książka wyjaśnia, że …
2
Jakie są dobre zasoby dla historii analizy szeregów czasowych?
Sprawdziłem odpowiedź na to pytanie na stats.stackexchange: Jakie są dobre zasoby zapewniające historię statystyk? Rzeczywiście, książka Stiglera „Statystyki na stole” wygląda doskonale i nie mogę się doczekać, aby ją przeczytać. Ale bardziej interesuje mnie rozwój nowoczesnych modeli ARIMA. Wydaje mi się, że pamiętam, że pobudzono duży postęp w próbach przewidywania …
3
Jak znaleźć podobieństwa między szeregami czasowymi?
W poniższym przykładzie mam ramkę danych, która składa się z szeregu czasowego pomiarów temperatury wody zarejestrowanych na 5 głębokościach w oceanie, gdzie każda wartość Tempodpowiada dacie DateTimei głębokości Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <- rnorm(8760,sd=20) Depth <- c(1:5) DateTime = seq(from=as.POSIXct("2010-01-01 00:00"), to=as.POSIXct("2010-12-31 23:00"), length=8760) Time <- as.POSIXct(DateTime, format …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.