Pytania otagowane jako time-series

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

2
Jaka jest intuicja odwracalnego procesu w szeregach czasowych?
Czytam książkę o szeregach czasowych i zacząłem drapać się w głowę w następującej części: Czy ktoś mógłby wyjaśnić mi intuicję? Nie mogłem tego uzyskać z tego tekstu. Dlaczego potrzebujemy, aby proces był odwracalny? Jaki jest tutaj duży obraz? Dziękuję za wszelką pomoc. Jestem nowy w tej kwestii, więc jeśli możesz …
19 time-series  arma 
3
Dobry przykład, w którym seria bez pierwiastka nie jest stacjonarna?
Kilkakrotnie widziałem, jak ludzie odrzucają wartość zerową w rozszerzonym teście Dickeya-Fullera , a następnie twierdzą, że pokazuje, że ich seria jest stacjonarna (niestety nie mogę pokazać źródeł tych twierdzeń, ale wyobrażam sobie, że podobne twierdzenia istnieją tu i tam w jeden lub inny dziennik). Twierdzę, że jest to nieporozumienie (to, …
2
Wygładzanie - kiedy go używać, a kiedy nie?
Istnieje dość stary post na blogu Williama Briggsa, który analizuje pułapki wygładzania danych i przenoszenia tych wygładzonych danych do analizy. Kluczowym argumentem jest mianowicie: Jeśli w chwili szaleństwa robisz gładkie dane szeregów czasowych i używasz ich jako danych wejściowych do innych analiz, znacznie zwiększasz prawdopodobieństwo oszukiwania się! Wynika to z …
5
Wykrywanie zmian w szeregach czasowych (przykład R)
Chciałbym wykryć zmiany w danych szeregów czasowych, które zwykle mają ten sam kształt. Do tej pory pracowałem z changepointpakietem dla R cpt.mean(), cpt.var()oraz cpt.meanvar()funkcji i . cpt.mean()z metodą PELT działa dobrze, gdy dane zwykle pozostają na jednym poziomie. Chciałbym jednak również wykryć zmiany podczas zjazdów. Przykładem zmiany, którą chciałbym wykryć, …
1
, Symulacja w okresie prognozy
Mam dane szeregów czasowych i użyłem jako modelu do dopasowania danych. jest wskaźnikiem zmienną losową, która jest albo 0 (gdy nie widzę rzadkie zdarzenie) lub 1 (gdy widzę rzadkie zjawisko). W oparciu o wcześniejsze obserwacje, które mam dla , mogę opracować model dla przy użyciu metodologii łańcucha Markowa o zmiennej …
4
Terminy błędów modelu średniej ruchomej
To jest podstawowe pytanie dotyczące modeli Box-Jenkins MA. Jak rozumiem, model MA jest zasadniczo liniową regresję szeregów czasowych wartości YYY przeciwko poprzednich kadencjach błędach et,...,et−net,...,et−ne_t,..., e_{t-n} . Oznacza to, że obserwacja YYY najpierw regresji na jej poprzednich wartości Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} , a następnie jedno lub więcej Y−Y^Y−Y^Y - \hat{Y} …
3
Regresja logistyczna i zestawu danych Struktura
Mam nadzieję, że mogę zadać to pytanie w prawidłowy sposób. Mam dostęp do play-by-play danych, więc jest to większy problem z najlepszym podejściem i konstruowania dane poprawnie. Co szukam zrobić to obliczyć prawdopodobieństwo wygranej jest NHL gra dany wynik i czas pozostały do ​​rozporządzenia. I postać mogę używać regresji logistycznej, …
2
Czy można zautomatyzować prognozowanie szeregów czasowych?
Chciałbym zbudować algorytm, który byłby w stanie analizować dowolne szeregi czasowe i „automatycznie” wybierać najlepszą tradycyjną / statystyczną metodę prognozowania (i jej parametry) dla analizowanych danych szeregów czasowych. Czy można by zrobić coś takiego? Jeśli tak, czy możesz dać mi kilka wskazówek, jak można do tego podejść?
2
Jeśli model automatycznej regresji szeregów czasowych jest nieliniowy, czy nadal wymaga stacjonarności?
Myślenie o wykorzystaniu rekurencyjnych sieci neuronowych do prognozowania szeregów czasowych. Zasadniczo wdrażają rodzaj uogólnionej nieliniowej auto-regresji, w porównaniu do modeli ARMA i ARIMA, które wykorzystują liniową auto-regresję. Jeśli wykonujemy nieliniową autoregresję, czy nadal konieczne jest, aby szeregi czasowe były nieruchome i czy musielibyśmy różnicować sposób działania w modelach ARIMA? Czy …
5
Jakie są różnice między terminami „analiza szeregów czasowych” i „analiza danych podłużnych”
Mówiąc o danych podłużnych, możemy odnosić się do danych zebranych w czasie wielokrotnie od tego samego przedmiotu / jednostki badawczej, dlatego istnieją korelacje dla obserwacji w obrębie tego samego przedmiotu, tj. Podobieństwo wewnątrz podmiotu. Mówiąc o danych szeregów czasowych, odnosimy się również do danych zebranych w szeregu czasowym i wydaje …
5
Jak dodać komponent okresowy do modelu regresji liniowej?
Mam pewne dane o skumulowanej częstotliwości. Linia wygląda tak, jakby bardzo dobrze pasowała do danych, ale w linii występuje cykliczne / okresowe poruszenie. Chciałbym oszacować, kiedy skumulowana częstotliwość osiągnie pewną wartość c . Kiedy wykreślam wartości resztkowe względem dopasowanych, otrzymuję piękne zachowanie sinusoidalne.y=ax+by=ax+by=ax+bccc Teraz, aby dodać kolejną komplikację, zwróć uwagę, …
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.