Pytania otagowane jako time-series

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

1
Zastosowanie HMM w finansach ilościowych. Przykłady HMM, który działa w celu wykrycia trendów / punktów zwrotnych?
Odkrywam cudowny świat tzw. „Ukrytych modeli Markowa”, zwanych również „modelami zmiany reżimu”. Chciałbym dostosować HMM w R do wykrywania trendów i punktów zwrotnych. Chciałbym zbudować model tak ogólny, jak to możliwe, aby móc przetestować go na wielu cenach. Czy ktoś może polecić papier? Widziałem (i czytałem) (więcej niż) kilka, ale …
2
Czy warto stosować zmienną daty w regresji?
Nie jestem przyzwyczajony do używania zmiennych w formacie daty w R. Zastanawiam się tylko, czy można dodać zmienną daty jako zmienną objaśniającą w modelu regresji liniowej. Jeśli to możliwe, jak możemy interpretować współczynnik? Czy to wpływ jednego dnia na zmienną wyniku? Zobacz moją istotę z przykładem tego, co próbuję zrobić.
3
Który test Dickeya-Fullera dla szeregu czasowego modelowanego za pomocą przecięcia / dryfu i trendu liniowego?
Krótka wersja: Mam szereg danych klimatycznych, które testuję pod kątem stacjonarności. Na podstawie wcześniejszych badań spodziewam się, że model leżący u podstaw (lub, że tak powiem, „generowania” danych) będzie miał wyraz przechwytujący i pozytywny liniowy trend czasu. Aby przetestować te dane pod kątem stacjonarności, czy powinienem użyć testu Dickeya-Fullera, który …
6
Jak znaleźć lokalne szczyty / doliny w szeregu danych?
Oto mój eksperyment: Korzystam z findPeaksfunkcji w pakiecie quantmod : Chcę wykryć „lokalne” piki w granicach tolerancji 5, tj. Pierwsze lokalizacje po spadku szeregów czasowych od lokalnych pików o 5: aa=100:1 bb=sin(aa/3) cc=aa*bb plot(cc, type="l") p=findPeaks(cc, 5) points(p, cc[p]) p Dane wyjściowe to [1] 3 22 41 Wydaje się nie …
17 r  time-series 
3
Funkcja ETS (), jak uniknąć prognozy niezgodnej z danymi historycznymi?
Pracuję nad alogorytmem w R, aby zautomatyzować miesięczne obliczanie prognozy. Korzystam między innymi z funkcji ets () z pakietu prognozy do obliczania prognozy. Działa bardzo dobrze. Niestety, dla niektórych konkretnych szeregów czasowych wynik, który otrzymuję jest dziwny. Poniżej znajduje się kod, którego używam: train_ts<- ts(values, frequency=12) fit2<-ets(train_ts, model="ZZZ", damped=TRUE, alpha=NULL, …
2
stochastyczny vs deterministyczny trend / sezonowość w prognozowaniu szeregów czasowych
Mam umiarkowane doświadczenie w prognozowaniu szeregów czasowych. Przejrzałem kilka książek o prognozowaniu i nie widzę w nich odpowiedzi na następujące pytania. Mam dwa pytania: Jak określiłbym obiektywnie (za pomocą testu statystycznego), czy dany szereg czasowy ma: Sezonowość stochastyczna lub sezonowość deterministyczna Trend stochastyczny lub trend deterministyczny Co by się stało, …
1
Wielowymiarowe szeregi czasowe w R. Jak znaleźć opóźnioną korelację i zbudować model do prognozowania
Jestem nowy na stronie i całkiem nowy w statystykach. R. Pracuję nad projektem dla college'u w celu znalezienia korelacji między poziomem opadów deszczu i przepływu wody w rzekach. Po udowodnieniu korelacji chcę ją przewidzieć / przewidzieć. Dane Mam zestaw danych z kilku lat (pobieranych co 5 minut) dla poszczególnych rzek …
2
Pomyłka z rozszerzonym testem Dickeya Fullera
Ja pracuje na danych przedstawionych electricitydostępny w pakiecie R TSA. Moim celem jest sprawdzenie, czy arimamodel będzie odpowiedni dla tych danych i ostatecznie je dopasuje. Postępowałem więc następująco: 1. Wykreśl szereg czasowy, który powstał, jeśli następujący wykres: 2.: Chciałem wziąć logarytm, electricityaby ustabilizować wariancję, a następnie odpowiednio różnicować szereg, ale …
1
Kryteria do ustawienia szerokości okna STL s
Za pomocą Rprzeprowadzania rozkładu STL s.windowkontroluje, jak szybko składnik sezonowy może się zmieniać. Małe wartości pozwalają na szybszą zmianę. Ustawienie nieskończoności okna sezonowego jest równoznaczne z wymuszeniem okresowego komponentu sezonowego (tj. Identycznego przez lata). Moje pytania: Jeśli mam miesięczny szereg czasowy (czyli częstotliwość równa ), jakie kryteria należy zastosować ?121212s.window …
1
Model mieszany a łączenie standardowych błędów w badaniach w wielu lokalizacjach - dlaczego model mieszany jest o wiele bardziej wydajny?
Mam zestaw danych składający się z serii miesięcznych przypadków „złamanego kija” z kilku stron. Usiłuję uzyskać jedno oszacowanie podsumowujące na podstawie dwóch różnych technik: Technika 1: Dopasuj „złamany drążek” za pomocą Poissona GLM ze zmienną wskaźnikową 0/1 i używając zmiennej czasu i czasu ^ 2 do kontrolowania trendów w czasie. …
3
Auto.arima vs autobox różnią się?
Po przeczytaniu postów na tej stronie wiem, że jest funkcja R auto.arima(w forecast pakiecie ). Wiem również, że IrishStat , członek tej witryny, zbudował pakiet komercyjny autobox na początku lat 80. Ponieważ te dwa pakiety istnieją dzisiaj i automatycznie wybierają modele arima dla danych zestawów danych, co robią inaczej? Czy …
1
Interpretacja wyników testu przyczynowego Grangera
Staram się kształcić na temat przyczynowości Granger. Przeczytałem posty na tej stronie i kilka dobrych artykułów online. Natknąłem się również na bardzo pomocne narzędzie, Bivariate Granger Causality - darmowy kalkulator statystyczny , który umożliwia wprowadzanie szeregów czasowych i obliczanie statystyk Granger. Poniżej znajduje się wynik z przykładowych danych zawartych na …
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.