Pertanyaan yang diberi tag «time-series»

Saya akhir-akhir ini memanfaatkan kembali pengetahuan dalam Time Series dan menyadari bahwa pembelajaran mesin sebagian besar hanya memberikan perkiraan satu langkah di depan. Dengan prakiraan satu langkah ke depan yang saya maksud adalah prakiraan yang, misalnya, jika kita memiliki data per jam, gunakan data dari jam 10 pagi hingga jam …

9 machine-learning  time-series  forecasting  arima 

Saya mencoba memodelkan dan memperkirakan deret waktu yang bersifat siklik daripada musiman (yaitu ada pola yang mirip musim, tetapi tidak dengan periode tetap). Ini harus dimungkinkan untuk dilakukan dengan menggunakan model ARIMA, sebagaimana disebutkan dalam Bagian 8.5 dari Peramalan: prinsip dan praktik : Nilai penting jika data menunjukkan siklus. Untuk …

9 time-series  forecasting  arima  seasonality 

Saya punya banyak data deret waktu - ketinggian dan kecepatan air vs waktu. Ini adalah output dari simulasi model hidrolik. Sebagai bagian dari proses peninjauan untuk mengonfirmasi bahwa model berkinerja seperti yang diharapkan, saya harus merencanakan setiap rangkaian waktu untuk memastikan bahwa tidak ada "goyangan" dalam data (lihat contoh goyangan …

9 time-series  data-visualization  change-point 

Saya menggunakan perpustakaan VAR statsmodels python untuk memodelkan data deret waktu keuangan dan beberapa hasil membuat saya bingung. Saya tahu bahwa model VAR menganggap data deret waktu stasioner. Saya secara tidak sengaja memasukkan serangkaian harga log non-stasioner untuk dua sekuritas yang berbeda dan secara mengejutkan nilai-nilai pas dan prakiraan sampel …

9 time-series  forecasting  r-squared  var  stationarity 

Saya membaca kertas pendeteksian changepoint online Bayesian oleh Adams dan MacKay ( tautan ). Penulis mulai dengan menulis distribusi prediksi marjinal: manaP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} | \textbf{x}_{1:t}) = \sum_{r_t} P(x_{t+1} | r_t, \textbf{x}_t^{(r)}) P(r_t | \textbf{x}_{1:t}) \qquad \qquad (1) txtxtx_t adalah pengamatan pada waktu ;ttt tx1:tx1:t\textbf{x}_{1:t} menunjukkan set pengamatan sampai waktu ;ttt …

9 time-series  bayesian  inference  change-point 

Masalah yang saya hadapi adalah memprediksi nilai deret waktu. Saya melihat satu seri waktu dan berdasarkan pada misalnya 15% dari data input, saya ingin memprediksi nilai-nilai masa depannya. Sejauh ini saya telah menemukan dua model: LSTM (memori jangka pendek; kelas jaringan saraf berulang) ARIMA Saya sudah mencoba keduanya dan membaca …

9 time-series  forecasting  references  arima  lstm 

Bagaimana cara memberi bobot lebih pada pengamatan terbaru di R? Saya menganggap ini sebagai pertanyaan atau keinginan yang umum diajukan, tetapi saya memiliki kesulitan untuk mencari tahu bagaimana menerapkannya. Saya telah mencoba mencari banyak untuk ini tetapi saya tidak dapat menemukan contoh praktis yang baik. Dalam contoh saya, saya akan …

9 r  time-series  regression  random-forest 

Dalam model deret waktu, seperti ARMA-GARCH, untuk memilih jeda atau urutan model kriteria informasi yang berbeda, seperti AIC, BIC, SIC, dll. Pertanyaan saya sangat sederhana, mengapa kami tidak menggunakan disesuaikan R2R2R^2untuk memilih model yang sesuai? Kita bisa pilih model yang menyebabkan nilai yang lebih tinggi dari adjusted R2R2R^2 . Karena …

9 regression  time-series  model-selection  aic  bic 

Asumsikan urutan 1 dimensi berikut: A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... Surat-surat di A, B, C, ..sini mewakili peristiwa 'biasa'. Simbol di #, $, %, ...sini mewakili acara 'khusus' Jarak temporal antara semua peristiwa adalah tidak seragam (mulai dari detik, …

9 time-series  deep-learning  rare-events  lstm  sequential-pattern-mining 

Saya sudah mendapatkan data bulanan dari tahun 1993 hingga 2015 dan ingin melakukan perkiraan data ini. Saya menggunakan paket tsoutliers untuk mendeteksi outliers, tetapi saya tidak tahu bagaimana cara melanjutkan perkiraan dengan set data saya. Ini kode saya: product.outlier<-tso(product,types=c("AO","LS","TC")) plot(product.outlier) Ini adalah output saya dari paket tsoutliers ARIMA(0,1,0)(0,0,1)[12] Coefficients: sma1 …

9 r  time-series  forecasting  arima  outliers 

Saya menggunakan decomposefungsi ini Rdan menghasilkan 3 komponen rangkaian waktu bulanan saya (tren, musiman dan acak). Jika saya memplot grafik atau melihat tabel, saya dapat dengan jelas melihat bahwa deret waktu dipengaruhi oleh musiman. Namun, ketika saya mengembalikan deret waktu ke 11 variabel dummy musiman, semua koefisien tidak signifikan secara …

9 r  regression  time-series 

Hanya karena beberapa koresponden mengajukan pertanyaan menarik mengenai metode perhitungan autokorelasi, saya mulai bermain dengannya, hampir tanpa pengetahuan tentang rangkaian waktu dan autokorelasi. Koresponden mengatur datanya ( titik data dari serangkaian waktu) digeser masing-masing satu lag sehingga ia memiliki matriks data (seperti yang saya mengerti) di mana baris pertama adalah …

9 time-series  pca 

Saya sibuk dengan pemodelan ARIMA ditambah dengan variabel eksogen untuk tujuan pemodelan promosi dan saya sulit menjelaskannya kepada pengguna bisnis. Dalam beberapa kasus paket perangkat lunak berakhir dengan fungsi transfer sederhana yaitu parameter * Variabel Eksogen. Dalam hal ini interpretasinya mudah yaitu kegiatan promosi X (diwakili oleh variabel biner eksogen) …

9 time-series  data-visualization  forecasting  arima  causality 

Misalkan saya memiliki beberapa fungsi yang tidak diketahui fff dengan domain , yang saya tahu memenuhi beberapa kondisi wajar seperti kontinuitas. Saya tahu nilai pasti dari (karena data berasal dari simulasi) di beberapa titik pengambilan sampel yang sama t_i = t_0 + iΔt dengan i∈ \ {1,…, n \} , …

9 time-series  hypothesis-testing  exact-test 

Kami menggunakan STL (implementasi R) untuk memperkirakan data deret waktu. Setiap hari kami menjalankan ramalan harian. Kami ingin membandingkan nilai perkiraan dengan nilai nyata dan mengidentifikasi penyimpangan rata-rata. Misalnya, kami menjalankan ramalan untuk besok dan mendapatkan poin perkiraan, kami ingin membandingkan poin ramalan ini dengan data nyata yang akan kami …

9 time-series  forecasting  accuracy