Pytania otagowane jako time-series

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

4
Analiza funkcjonalnego głównego elementu (FPCA): o co w tym wszystkim chodzi?
Funkcjonalna analiza głównych składników (FPCA) to coś, na co natknąłem się i nigdy nie zrozumiałem. O co w tym wszystkim chodzi? Patrz „Badanie funkcjonalnej analizy głównych składników” autorstwa Shang, 2011 i cytuję: PCA napotyka poważne trudności w analizie danych funkcjonalnych z powodu „klątwy wymiarowości” (Bellman 1961). „Klątwa wymiarowości” pochodzi od …
4
Jak rzutować nowy wektor na przestrzeń PCA?
Po przeprowadzeniu analizy głównego składnika (PCA) chcę rzutować nowy wektor na przestrzeń PCA (tzn. Znaleźć jego współrzędne w układzie współrzędnych PCA). Mam obliczony PCA w języku R użyciu prcomp. Teraz powinienem być w stanie pomnożyć mój wektor przez macierz obrotu PCA. Czy główne elementy tej macierzy powinny być ułożone w …
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
Jak interpretować te wykresy acf i pacf
Poniżej przedstawiono wykresy acf i pacf miesięcznych serii danych. Drugi wykres to acf z ci.type = 'ma': Utrzymywanie się wysokich wartości na wykresie acf prawdopodobnie reprezentuje długoterminowy pozytywny trend. Pytanie brzmi, czy odzwierciedla to sezonowość? Próbowałem zobaczyć różne strony na ten temat, ale nie jestem pewien, czy te wątki pokazują …
2
Symulowanie szeregów czasowych przy danej mocy i gęstościach widm poprzecznych
Mam problem z wygenerowaniem zestawu stacjonarnych kolorowych szeregów czasowych, biorąc pod uwagę ich macierz kowariancji (ich gęstości widmowe mocy (PSD) i gęstości widmowe mocy krzyżowej (CSD)). Wiem, że biorąc pod uwagę dwie serie czasowe i , mogę oszacować ich gęstość widmową mocy (PSD) i gęstość krzyżową widmową (CSD) przy użyciu …
3
Testowanie znaczenia pików w gęstości widmowej
Czasami używamy wykresu gęstości widmowej do analizy okresowości w szeregach czasowych. Zwykle analizujemy fabułę poprzez kontrolę wzrokową, a następnie próbujemy wyciągnąć wnioski na temat okresowości. Ale czy statystycy opracowali jakiś test, aby sprawdzić, czy jakiekolwiek skoki na wykresie różnią się statystycznie od białego szumu? Czy R-eksperci opracowali jakiś pakiet do …
2
Wybór metody rozkładu sezonowego
Dostosowanie sezonowe jest kluczowym etapem wstępnego przetwarzania danych do dalszych badań. Badacz ma jednak wiele opcji rozkładu sezonowego w cyklu trendu. Najczęstszymi (sądząc po liczbie cytowań w literaturze empirycznej) rywalizującymi metodami rozkładu sezonowego są X-11 (12) -ARIMA, Tramo / Seats (oba zaimplementowane w Demetra + ) i 's stl . …
9
Ile opóźnień użyć w teście Ljung-Boxa szeregu czasowego?
Po dopasowaniu modelu ARMA do szeregów czasowych często sprawdza się resztki za pomocą testu Portmanteau Ljunga-Boxa (między innymi testami). Test Ljunga-Boxa zwraca wartość ap. Ma parametr h , który jest liczbą opóźnień do przetestowania. Niektóre teksty zalecają użycie h = 20; inni zalecają użycie h = ln (n); większość nie …
2
Jak interpretować PCA na danych szeregów czasowych?
Próbuję zrozumieć zastosowanie PCA w niedawnym artykule w czasopiśmie zatytułowanym „Mapowanie aktywności mózgu na dużą skalę za pomocą obliczeń klastrowych” Freeman i in., 2014 (bezpłatny plik pdf dostępny na stronie laboratorium ). Używają PCA do danych szeregów czasowych i wykorzystują wagi PCA do stworzenia mapy mózgu. Dane to średnie dane …
3
Interpretacja modelu ARIMA
Mam pytanie dotyczące modeli ARIMA. Powiedzmy, że mam szereg czasowy , który chciałbym przewidzieć, a model wydaje się dobrym sposobem na przeprowadzenie prognozy. Teraz opóźnione oznacza, że ​​na moją serię mają wpływ wcześniejsze wydarzenia. To ma sens. Ale jaka jest interpretacja błędów? Moja wcześniejsza pozostała część (jak się nie liczyłem) …
1
Analiza szeregów czasowych z wieloma wartościami zerowymi
Ten problem dotyczy w zasadzie wykrywania pożaru, ale jest ściśle analogiczny do niektórych problemów z wykrywaniem rozpadu radioaktywnego. Obserwowane zjawiska są zarówno sporadyczne, jak i bardzo zmienne; dlatego szereg czasowy będzie się składał z długich ciągów zer zerowanych wartościami zmiennymi. Celem jest nie tylko przechwytywanie zdarzeń (łamanie zer), ale ilościowa …
3
Jak korzystać z DLM z filtrowaniem Kalmana do prognozowania
Czy ktoś mógłby poprowadzić mnie przez przykład użycia filtrowania DLM Kalmana w R w szeregach czasowych. Powiedzmy, że mam te wartości (wartości kwartalne z roczną sezonowością); jak użyłbyś DLM do przewidywania kolejnych wartości? A tak przy okazji, czy mam wystarczającą ilość danych historycznych (co jest minimum)? 89 2009Q1 82 2009Q2 …
1
Jak ustawić argument xreg w auto.arima () w R? [Zamknięte]
Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 6 lat temu . Pracuję nad małym projektem z jednym szeregiem czasowym, który mierzy dane o wizytach klientów (codziennie). Moje zmienne towarzyszące są zmienną ciągłąDay …
2
Aktualizacja prawdopodobieństwa klasyfikacji w regresji logistycznej w czasie
Buduję model predykcyjny, który przewiduje prawdopodobieństwo sukcesu studenta na koniec semestru. Szczególnie interesuje mnie to, czy student odniesie sukces, czy nie, gdzie sukces jest zwykle definiowany jako ukończenie kursu i osiągnięcie 70% lub więcej punktów spośród wszystkich możliwych punktów. Kiedy wdrażam model, oszacowanie prawdopodobieństwa sukcesu musi być aktualizowane z upływem …
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.