Pertanyaan yang diberi tag «time-series»

Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Jadi saya merencanakan ACF / PACF dari pengembalian minyak dan mengharapkan untuk melihat beberapa autokorelasi positif tetapi yang mengejutkan saya, saya hanya mendapatkan autokorelasi signifikan negatif. Bagaimana saya menafsirkan grafik di atas? Mereka tampaknya menunjukkan bahwa ada kecenderungan pengembalian minyak meningkat ketika sebelumnya menurun dan sebaliknya, sehingga perilaku berosilasi. Harap …

15 time-series 

Saya memiliki kumpulan data termasuk permintaan beberapa produk (1.200 produk) selama 25 periode dan saya perlu memprediksi permintaan masing-masing produk untuk periode berikutnya. Pada awalnya, saya ingin menggunakan ARIMA dan melatih model untuk setiap produk, tetapi karena jumlah produk dan penyetelan parameter (p, d, q), sangat memakan waktu dan tidak …

14 machine-learning  time-series  arima 

Ini mungkin pertanyaan yang aneh sama sekali tetapi sebagai seorang pemula untuk subjek saya bertanya-tanya mengapa kita menggunakan regresi untuk menentukan deret waktu jika salah satu asumsi regresi adalah data yang harus ditampung sedangkan data yang digunakan regresi adalah bukan iid?

14 regression  time-series  trend  iid 

Dalam jaringan saraf berulang, Anda biasanya akan maju merambat melalui beberapa langkah waktu, "membuka gulungan" jaringan, dan kemudian kembali merambat melintasi urutan input. Mengapa Anda tidak hanya memperbarui bobot setelah masing-masing langkah dalam urutan? (setara dengan menggunakan panjang pemotongan 1, sehingga tidak ada yang membuka gulungan) Ini benar-benar menghilangkan masalah …

14 time-series  neural-networks  backpropagation  rnn 

Pertanyaan ini mungkin sangat naif, tetapi cara saya mengajar ekonometrik, saya sangat bingung jika ada perbedaan antara metode time-series dan panel data. Mengenai seri waktu, saya telah membahas topik-topik seperti stasioner kovarian, AR, MA, dll. Mengenai data panel, saya hanya melihat diskusi dalam bentuk efek tetap vs efek acak (atau …

14 time-series  econometrics  panel-data 

Tampaknya tidak ada cara standar untuk menangani data yang hilang dalam konteks keluarga pemulusan eksponensial model. Secara khusus, implementasi R yang disebut ets dalam paket perkiraan tampaknya hanya mengambil urutan terpanjang tanpa data yang hilang, dan buku "Peramalan dengan Penghalusan Eksponensial" oleh Hyndman et al. sepertinya tidak berbicara tentang data …

14 time-series  forecasting  missing-data 

Saya memiliki rangkaian waktu yang saya coba ramalkan, yang mana saya telah menggunakan model ARIMA musiman (0,0,0) (0,1,0) [12] (= fit2). Berbeda dengan apa yang disarankan R dengan auto.arima (R hitung ARIMA (0,1,1) (0,1,0) [12] akan lebih cocok, saya menamakannya fit1). Namun, dalam 12 bulan terakhir dari deret waktu saya …

14 r  time-series  statistical-significance  arima  residuals 

Saya telah mencoba menyelesaikan masalah ini selama lebih dari setahun tanpa banyak kemajuan. Ini adalah bagian dari proyek penelitian yang saya lakukan, tetapi saya akan mengilustrasikannya dengan contoh cerita yang saya buat, karena domain sebenarnya dari masalah ini agak membingungkan (eye-tracking). Anda adalah pesawat yang melacak kapal musuh yang melakukan …

14 time-series  machine-learning  prediction 

Dalam penelitian ekonometrika keuangan, sangat umum untuk menyelidiki hubungan antara deret waktu keuangan yang berbentuk data harian . Variabel akan sering dibuat dengan mengambil perbedaan log, misalnya; .saya( 0 )saya(0)I(0)dalam( Pt) - ln( Pt - 1)dalam⁡(Pt)-dalam⁡(Pt-1)\ln(P_t)-\ln(P_{t-1}) Namun, data harian berarti bahwa ada titik data setiap minggu, dan Sabtu dan Minggu …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

Saya baru-baru ini mencari cara untuk menguji ulang deret waktu, dengan cara itu Kira-kira mempertahankan auto-korelasi proses memori yang panjang. Pertahankan domain pengamatan (misalnya serangkaian bilangan bulat kali yang di-resampel masih berupa deretan bilangan bulat). Dapat memengaruhi beberapa skala saja, jika diperlukan. Saya datang dengan skema permutasi berikut untuk serangkaian …

14 time-series  bootstrap  resampling  permutation-test 

Saya ingin menjalankan regresi logistik biner untuk memodelkan ada atau tidaknya konflik (variabel dependen) dari serangkaian variabel independen selama periode 10 tahun (1997-2006), dengan setiap tahun memiliki 107 pengamatan. Independen saya adalah: degradasi lahan (dikategorikan untuk 2 jenis degradasi); pertambahan populasi (0- tidak; 1-ya); tipe mata pencaharian (0 - tipe …

14 regression  time-series  logistic  spatial  ecology 

Saya mencoba memahami ukuran kelengkungan waktu dinamis untuk membandingkan deret waktu bersama. Saya memiliki tiga dataset deret waktu seperti ini: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, 0.000253506844685, 0.000582896161212, 0.000386473429952, 0.000179839942451, 0, 0.000275608635737, …

14 r  time-series  clustering 

Dalam analisis data panel, saya telah menggunakan model multi-level dengan efek acak / campuran untuk menangani masalah auto-korelasi (yaitu, pengamatan dikelompokkan dalam individu dari waktu ke waktu) dengan parameter lain yang ditambahkan untuk menyesuaikan beberapa spesifikasi waktu dan guncangan minat. . ARMA / ARIMA tampaknya dirancang untuk mengatasi masalah serupa. …

14 time-series  mixed-model  arima  multilevel-analysis 

Prosedur pemilihan model Box-Jenkins dalam analisis deret waktu dimulai dengan melihat fungsi autokorelasi dan autokorelasi parsial dari seri tersebut. Plot ini dapat menyarankan dan sesuai dalam model ARMA . Prosedur berlanjut dengan meminta pengguna untuk menerapkan kriteria AIC / BIC untuk memilih model yang paling pelit di antara mereka yang …

14 regression  time-series  arima  model-selection  box-jenkins