Pertanyaan yang diberi tag «time-series»

Ahli ekonometrika sering berbicara tentang deret waktu yang diintegrasikan dengan urutan k, I (k) . k menjadi jumlah minimum perbedaan yang diperlukan untuk mendapatkan deret waktu stasioner. Metode atau uji statistik apa yang dapat digunakan untuk menentukan, mengingat tingkat kepercayaan, urutan integrasi deret waktu?

16 time-series 

Saya memiliki satu set besar data polusi yang telah direkam setiap 10 menit selama 2 tahun, namun ada sejumlah kesenjangan dalam data (termasuk beberapa yang berlangsung selama beberapa minggu setiap kali). Data tampaknya cukup musiman dan ada variasi besar di siang hari dibandingkan dengan malam di mana nilai tidak memiliki …

16 time-series  missing-data  data-imputation 

Bagaimana Anda memperkirakan model ramalan yang sesuai untuk serangkaian waktu dengan inspeksi visual plot ACF dan PACF? Yang mana (yaitu, ACF atau PACF) memberi tahu AR atau MA (atau keduanya)? Bagian mana dari grafik yang memberi tahu Anda bagian musiman dan non-musiman untuk ARIMA musiman? Pertimbangkan fungsi ACF dan PCF …

16 r  time-series  forecasting  acf-pacf 

Apa persyaratan stasioneritas menggunakan regresi dengan kesalahan ARIMA (regresi dinamis) untuk kesimpulan? yyyxSebuahxSebuahx_axbxbx_b. Saya ingin tahu apakah perawatan berkorelasi dengan perubahan pada variabel hasil yang lebih dari dua kesalahan standar dari nol perubahan. Saya tidak yakin apakah saya perlu membedakan seri ini sebelum melakukan regresi dengan pemodelan kesalahan ARIMA. Dalam …

16 regression  time-series  arima  stationarity 

Saya terkesan dengan forecastpaket R , serta misalnya zoopaket untuk seri waktu tidak beraturan dan interpolasi nilai yang hilang. Aplikasi saya ada di bidang perkiraan lalu lintas pusat panggilan, sehingga data pada akhir pekan selalu (hampir) hilang, yang dapat ditangani dengan baik zoo. Juga, beberapa titik diskrit mungkin hilang, saya …

16 r  time-series  forecasting  missing-data  unevenly-spaced-time-series 

Versi pendek: Saya memiliki serangkaian waktu data iklim yang saya uji untuk stasioneritas. Berdasarkan penelitian sebelumnya, saya berharap model yang mendasari (atau "menghasilkan", dengan demikian) data memiliki istilah intersep dan tren waktu linier positif. Untuk menguji data ini untuk stasioneritas, haruskah saya menggunakan tes Dickey-Fuller yang mencakup intersep dan tren …

16 time-series  stationarity  unit-root  augmented-dickey-fuller 

Ini eksperimen saya: Saya menggunakan findPeaksfungsi dalam paket kuantmod : Saya ingin mendeteksi puncak "lokal" dalam toleransi 5, yaitu lokasi pertama setelah rangkaian waktu turun dari puncak lokal sebanyak 5: aa=100:1 bb=sin(aa/3) cc=aa*bb plot(cc, type="l") p=findPeaks(cc, 5) points(p, cc[p]) p Outputnya adalah [1] 3 22 41 Tampaknya salah, karena saya …

16 r  time-series 

Saya sedang mencari beberapa teknik yang kuat untuk menghapus outlier dan kesalahan (apa pun penyebabnya) dari data time-series keuangan (yaitu tickdata). Tick-by-tick data time-series keuangan sangat berantakan. Ini berisi kesenjangan (waktu) yang sangat besar ketika pertukaran ditutup, dan membuat lompatan besar ketika pertukaran dibuka kembali. Ketika pertukaran terbuka, semua jenis …

16 time-series  outliers 

Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Setelah membaca posting blog ini tentang model deret waktu struktural Bayesian, saya ingin melihat penerapan ini dalam konteks masalah yang sebelumnya saya gunakan untuk ARIMA. Saya memiliki beberapa data dengan beberapa komponen musiman yang diketahui (tetapi berisik) - pasti ada komponen tahunan, bulanan dan mingguan untuk ini, dan juga beberapa …

15 r  time-series  bayesian  mcmc  bsts 

Saya mengetahui jenis LASSO, ridge, dan elastisitas-net dalam model regresi linier. Pertanyaan: Bisakah estimasi jenis ini (atau sejenisnya) diterapkan pada pemodelan ARIMA (dengan bagian MA yang tidak kosong)? Dalam membangun model ARIMA, tampaknya biasa untuk mempertimbangkan urutan lag maksimum yang dipilih sebelumnya ( pmaxpmaxp_{max} , qmaxqmaxq_{max} ) dan kemudian memilih …

15 time-series  arima  lasso  regularization  ridge-regression 

Saya sedang mengerjakan rangkaian waktu yang nilainya sangat positif . Bekerja dengan berbagai model termasuk AR, MA, ARMA, dll, saya tidak dapat menemukan cara mudah untuk mencapai perkiraan yang benar-benar positif. Saya menggunakan R untuk melakukan perkiraan saya, dan yang bisa saya temukan hanyalah forecast.hts {hts} yang memiliki parameter positif …

15 time-series  forecasting  constrained-regression 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Saya mencoba memahami bagaimana parameter diperkirakan dalam pemodelan ARIMA / Box Jenkins (BJ). Sayangnya tidak ada buku yang saya temui yang menjelaskan prosedur estimasi seperti prosedur estimasi Log-Likelihood secara terperinci. Saya menemukan situs web / materi pengajaran yang sangat membantu. Berikut ini adalah persamaan dari sumber yang dirujuk di atas. …

15 time-series  forecasting  arima  optimization  box-jenkins 

Saya menggunakan serangkaian data penjualan harian yang berisi sekitar 2 tahun titik data harian. Berdasarkan beberapa tutorial / contoh online, saya mencoba mengidentifikasi musiman dalam data. Tampaknya ada periodisitas / musiman musiman, bulanan, dan mungkin tahunan. Misalnya, ada hari gajian, khususnya pada hari gajian pertama efek bulan yang berlangsung selama …

15 r  time-series  forecasting  arima  multiple-seasonalities