Pertanyaan yang diberi tag «time-series»

Rangkaian waktu adalah data yang diamati dari waktu ke waktu (baik dalam waktu terus menerus atau pada periode waktu tertentu).

6
Menafsirkan hasil ur.df (Dickey-Fuller unit root test) R
Saya menjalankan tes root unit berikut (Dickey-Fuller) pada serangkaian waktu menggunakan ur.df()fungsi dalam urcapaket. Perintahnya adalah: summary(ur.df(d.Aus, type = "drift", 6)) Outputnya adalah: ############################################### # Augmented Dickey-Fuller Test Unit Root Test # ############################################### Test regression drift Call: lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag) Residuals: Min 1Q Median …




2
Representasi ruang negara ARMA (p, q) dari Hamilton
Saya telah membaca Hamilton Bab 13 dan dia memiliki representasi ruang keadaan berikut untuk ARMA (p, q). Misalkan Maka proses ARMA (p, q) adalah sebagai berikut: Lalu, ia mendefinisikan Persamaan Negara sebagai berikut:r=max(p,q+1)r=max(p,q+1)r = \max(p,q+1)yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1.yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1. \begin{aligned} y_t -\mu &= \phi_1(y_{t-1} -\mu) + \phi_2(y_{t-2} -\mu) + ... + \phi_3(y_{t-3} -\mu) \\ …


1
Cara menafsirkan hasil model TBATS dan mendiagnosis model
Saya sudah mendapat data permintaan setengah jam, yang merupakan rangkaian waktu multi-musiman. Aku digunakan tbatsdalam forecastpaket di R, dan mendapat hasil seperti ini: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Apakah ini berarti seri tidak harus menggunakan transformasi Box-Cox, dan istilah kesalahan adalah ARMA (5, 4), dan 6, 6 dan 5 …




2
Klasifikasi time-series - hasil yang sangat buruk
Saya sedang mengerjakan masalah klasifikasi deret waktu di mana inputnya adalah data penggunaan suara deret waktu (dalam detik) selama 21 hari pertama dari akun ponsel. Variabel target yang sesuai adalah apakah akun tersebut dibatalkan atau tidak dalam rentang 35-45 hari. Jadi itu adalah masalah klasifikasi biner. Saya mendapatkan hasil yang …

1
Varians pengembalian tahunan berdasarkan varians pengembalian bulanan
Saya mencoba memahami seluruh varian / kesalahan std dari serangkaian waktu pengembalian keuangan, dan saya pikir saya terjebak. Saya memiliki serangkaian data pengembalian stok bulanan (sebut saja ), yang memiliki nilai yang diharapkan 1,00795, dan varians 0,000228 (std. Dev adalah 0,01512). Saya mencoba menghitung kasus terburuk dari pengembalian tahunan (katakanlah …

2
autokorelasi spasial untuk data deret waktu
Saya memiliki dataset 20-tahun dari jumlah tahunan kelimpahan spesies untuk satu set poligon (~ 200 poligon kontinu berbentuk tidak teratur). Saya telah menggunakan analisis regresi untuk menyimpulkan tren (perubahan dalam hitungan per tahun) untuk setiap poligon, serta agregasi data poligon berdasarkan batas manajemen. Saya yakin bahwa ada autokorelasi spasial dalam …

2
Membangun rangkaian waktu yang mencakup banyak pengamatan untuk setiap tanggal
Saya mencoba menerapkan serangkaian waktu untuk data sampel triwulanan (biomassa hewan) selama periode 10 tahun dengan 3 repetisi per kuartal. Jadi 40 tanggal tetapi 120 total pengamatan. Saya telah membaca hingga SARIMA'a di Shumway dan Stoffer's Time Series Analysis dan Aplikasi itu serta skim Woodward, et. Analisis Rangkaian Waktu Terapan …
11 r  time-series 

1
IDF tambahan (Frekuensi Dokumen Invers)
Dalam aplikasi penambangan teks, salah satu pendekatan sederhana adalah menggunakan heuristik untuk membuat vektor sebagai representasi dokumen yang jarang. Ini bagus untuk pengaturan batch, di mana seluruh corpus dikenal a-priori, karena membutuhkan seluruh corpusi d ft f- saya dftf−idftf-idfsaya dfidfidf saya d f( t ) = log| D || {d: …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.