Pertanyaan yang diberi tag «time-series»

Masalah input berurutan mana yang paling cocok untuk masing-masing? Apakah dimensi input menentukan mana yang lebih cocok? Apakah masalah yang membutuhkan "memori lebih lama" lebih cocok untuk LSTM RNN, sementara masalah dengan pola input siklus (pasar saham, cuaca) lebih mudah diselesaikan oleh HMM? Sepertinya ada banyak tumpang tindih; Saya ingin …

13 time-series  neural-networks  hidden-markov-model  rnn 

Bayangkan kita memiliki dua proses deret waktu, yang diam, menghasilkan: .xt,ytxt,ytx_t,y_t Apakah , juga stasioner?zt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Bantuan apa pun akan dihargai. Saya akan mengatakan ya, karena memiliki representasi MA.

12 time-series  stochastic-processes  stationarity 

Bisakah setiap deret waktu non stasioner dikonversi menjadi deret waktu stasioner dengan menerapkan differencing? Juga, bagaimana Anda memutuskan urutan perbedaan yang akan diterapkan? Apakah Anda hanya berbeda dengan interval 1,2 ... n, dan melakukan tes root unit stasioner setiap kali untuk melihat apakah seri yang dihasilkan stasioner?

12 time-series  stationarity 

Saya memiliki seri waktu harian yang cukup dapat diprediksi dengan musiman mingguan. Saya dapat membuat prediksi yang tampaknya cukup akurat (dikonfirmasi oleh validasi silang) ketika tidak ada hari libur. Namun, ketika ada hari libur, saya memiliki masalah berikut: Saya mendapatkan angka bukan nol untuk liburan dalam perkiraan saya, meskipun semua …

12 time-series  forecasting  arima  outliers 

Saya punya pertanyaan / kebingungan tentang seri stasioner yang diperlukan untuk pemodelan dengan ARIMA (X). Saya lebih memikirkan hal ini dalam hal inferensi (efek intervensi), tetapi ingin tahu apakah perkiraan versus inferensi membuat perbedaan dalam respons. Pertanyaan: Semua sumber pengantar yang telah saya baca menyatakan bahwa seri ini harus stasioner, …

12 time-series  econometrics  arima  inference 

Saya memiliki dataset yang sangat besar dan sekitar 5% nilai acak hilang. Variabel-variabel ini berkorelasi satu sama lain. Contoh berikut dataset R hanyalah contoh mainan dengan data berkorelasi dummy. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Jika kita memiliki rangkaian waktu yang panjang dan beresolusi tinggi, dengan banyak suara, seringkali masuk akal untuk menggabungkan data ke resolusi yang lebih rendah (misalnya, nilai harian hingga bulanan) untuk mendapatkan pemahaman yang lebih baik tentang apa yang terjadi, secara efektif menghilangkan beberapa dari kebisingan. Saya telah melihat setidaknya satu …

12 time-series  aggregation 

Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Apa hubungan dan perbedaan antara deret waktu dan regresi? Untuk model dan asumsi , apakah benar bahwa model regresi mengasumsikan independensi antara variabel output untuk nilai yang berbeda dari variabel input, sedangkan model deret waktu tidak? Apa perbedaan lainnya? Untuk metode , dari situs web oleh Darlington Ada sejumlah pendekatan …

12 regression  time-series  box-jenkins 

Saya sedang mengerjakan suatu algoritma yang mengambil dalam suatu vektor dari titik data terbaru dari sejumlah aliran sensor dan membandingkan jarak euclidean ke vektor sebelumnya. Masalahnya adalah bahwa aliran data yang berbeda berasal dari sensor yang sama sekali berbeda, sehingga mengambil jarak euclidean sederhana akan secara dramatis terlalu menekankan beberapa …

12 time-series  normalization  real-time 

Saya mencoba memahami cara menggunakan pembelajaran mesin untuk memprediksi waktu keuangan 1 atau lebih langkah ke depan. Saya memiliki jadwal waktu keuangan dengan beberapa data deskriptif dan saya ingin membentuk model dan kemudian menggunakan model untuk memprediksi langkah-n ke depan. Apa yang telah saya lakukan sejauh ini adalah: getSymbols("GOOG") GOOG$sma …

12 r  time-series  machine-learning  random-forest  finance 

Saya memiliki dataset yang jelas meningkat seiring berjalannya waktu (nilai tukar mata uang, data bulanan lebih dari 20 tahun), pertanyaan saya adalah: Dapatkah saya menurunkan data dan kemudian membuatnya berbeda untuk membuatnya tetap, jika detrending itu sendiri tidak mencapai ini? Dan jika demikian, apakah ini dianggap dua kali berbeda, atau …

12 time-series  stationarity 

Saya menggunakan stl () di R untuk menguraikan data hitungan menjadi komponen tren, musiman & tidak teratur. Nilai tren yang dihasilkan bukan bilangan bulat lagi. Saya punya pertanyaan berikut: Apakah stl () cara yang tepat untuk menasionalisasi data hitungan? Karena tren yang dihasilkan tidak lagi dinilai interger, dapatkah saya menggunakan …

12 r  time-series  poisson-distribution 

Saya mencoba mendeteksi nilai-nilai anomali dalam serangkaian waktu data iklim dengan beberapa pengamatan yang hilang. Mencari di web saya menemukan banyak pendekatan yang tersedia. Dari semua itu, dekomposisi pertama tampaknya menarik, dalam arti menghilangkan tren dan komponen musiman dan mempelajari sisanya. Membaca STL: Prosedur Dekomposisi Tren Musiman Berdasarkan Loess , …

12 r  time-series  outliers  missing-data 

Apakah lebih baik untuk membedakan rangkaian (dengan asumsi perlu) sebelum menggunakan Arima ATAU lebih baik menggunakan parameter d dalam Arima? Saya terkejut betapa berbedanya nilai-nilai yang dipasang tergantung pada rute mana yang diambil dengan model dan data yang sama. Atau apakah saya melakukan sesuatu yang salah? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), …

12 r  time-series  arima