Pertanyaan yang diberi tag «time-series»

Kami sedang merencanakan metrik seri waktu dalam konteks operasi jaringan / server. Data memiliki laju sampel 5 menit, dan terdiri dari hal-hal seperti pemanfaatan CPU, tingkat kesalahan, dll. Kami menambahkan garis "ambang" horisontal ke grafik, untuk secara visual menunjukkan ambang nilai di atas yang orang harus khawatir / perhatikan. Misalnya, …

9 time-series  data-visualization 

Saya tahu bahwa transformasi linear dari deret waktu yang timbul dari proses stasioner (lemah) juga stasioner. Apakah ini benar, bagaimanapun, untuk transformasi seri melalui pengambilan nilai absolut dari setiap elemen juga? Dengan kata lain, jika stasioner, maka apakah stasioner juga?{xi,i∈N}{xi,i∈N}\{x_i,i\in\mathbb{N}\}{|xi|,i∈N}{|xi|,i∈N}\{|x_i|,i\in\mathbb{N}\}

8 time-series  data-transformation  stationarity 

Pembaruan (2019-06-25): mengubah judul dari "Apakah model MA yang tidak dapat dibalik masuk akal?" untuk membedakannya dari Pertanyaan 333802 . Saat mengulas MA (qqq) model, saya menemukan slide ini (Alonso dan Garcia-Martos, 2012). Penulis menyatakan bahwa, meskipun semua proses MA stasioner, jika mereka tidak dapat dibalik, Anda memilikinya " Situasi …

8 time-series  moving-average 

Apakah masuk akal untuk mengenakan model secara sengaja? Katakanlah saya memiliki kasus penggunaan di mana saya tahu data tidak akan banyak berbeda sehubungan dengan data pelatihan. Saya berpikir di sini tentang prediksi lalu lintas, di mana status lalu lintas mengikuti serangkaian pola yang tetap pagi perjalanan aktivitas waktu malam dan …

8 machine-learning  time-series  forecasting  prediction  overfitting 

Jika saya tertarik pada efek sebab akibat dari perubahan dalam suatu variabel (EEE) pada beberapa hasil (OOO), bagaimana saya menyatakan bahwa dalam grafik asiklik terarah (DAG)? Seharusnya ΔE2=E2−E1ΔE2=E2−E1\Delta E_2 = E_2 - E_1dimana E1E1E_1 & E2E2E_2 terjadi pada waktu 1 & 2, apakah DAG yang benar adalah: 1. Dengan asumsi …

8 time-series  dag 

Baru-baru ini saya menemukan artikel yang menarik tentang memprediksi pengembalian pasar saham di masa depan. Penulis menyajikan grafik di bawah ini dan mengutip R ^ 2 dari 0,913. Ini akan membuat metode penulis jauh lebih unggul daripada apa pun yang pernah saya lihat pada subjek (kebanyakan berpendapat bahwa pasar saham …

8 machine-learning  time-series  forecasting  predictive-models 

Saya baru-baru ini menemukan beberapa sumber "informal" yang menunjukkan bahwa dalam beberapa keadaan, jika kita menggunakan AIC atau BIC untuk melatih model deret waktu, kita tidak perlu membagi data menjadi tes dan kereta - kita dapat menggunakan semua data untuk pelatihan. (Sumber termasuk antara lain, diskusi di posting blog Rob …

8 time-series  cross-validation  aic  train  bic 

Saya ingin menghasilkan deret waktu sintetis. Rangkaian waktu harus berupa rantai markov dengan distribusi marginal gamma dan parameter AR (1) dari . Dapatkah saya melakukan ini hanya dengan menggunakan distribusi gamma sebagai istilah derau dalam model AR (1), atau apakah saya perlu menggunakan pendekatan yang lebih canggih?ρρ\rho

8 time-series  markov-process  gamma-distribution  autoregressive 

Saya tidak dapat memahami kepala saya tentang properti seri stasioner ini dan fungsi autokorelasi. Saya harus membuktikannya ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Di mana dan adalah fungsi autokovarianρ^(h)=γ^(h)γ^(0)ρ^(h)=γ^(h)γ^(0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^(h)γ^(h)\hat\gamma(h) γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)\begin{align} \hat\gamma(h) = \frac{1}{n}\sum_{t=1}^{n-h}(X_t-\bar{X})(X_{t+h}-\bar{X}) \end{align} Semoga seseorang dapat membantu saya dengan bukti, atau setidaknya mengarahkan saya ke arah yang benar.

8 time-series  autocorrelation  stationarity 

Saya seorang pemula yang menggunakan pembelajaran mesin (saya menyelesaikan kursus Ng), saya menggunakan scikit-learn in python. Saya ingin menemukan cara terbaik untuk mendeteksi anomali di sistem kami. Kami memiliki peristiwa yang sedang berlangsung yang terjadi sesuai jadwal (setiap beberapa menit / jam), dan saya ingin mendeteksi ketika sesuatu yang abnormal …

8 time-series  python  scikit-learn  anomaly-detection 

Hanya melakukan beberapa permainan pikiran melalui catatan statistik saya ... Saya telah melihat ACF sekitar dengan nilai negatif pada lag 1 dan 2 - Saya mungkin memiliki pikiran kosong di sini, tetapi tidak akan AC negatif tinggi pada lag 1 menyiratkan serangkaian seperti (-1,1, -1,1, ...), dan karena itu kita …

8 time-series  correlation  autocorrelation 

Saya menggunakan PCA untuk menganalisis beberapa deret waktu terkait spasial, dan tampaknya vektor eigen pertama sesuai dengan turunan dari tren rata-rata deret tersebut (contoh diilustrasikan di bawah). Saya ingin tahu mengapa vektor eigen pertama berhubungan dengan turunan dari tren yang bertentangan dengan tren itu sendiri? Data disusun dalam matriks di …

8 time-series  pca  spatial  eigenvalues 

Saya memiliki dataset pengukuran suhu air yang diambil dari badan air besar dengan interval tidak teratur selama beberapa dekade. (Galveston Bay, TX jika Anda tertarik) Inilah kepala data: STATION_ID DATE TIME LATITUDE LONGITUDE YEAR MONTH DAY SEASON MEASUREMENT 1 13296 6/20/91 11:04 29.50889 -94.75806 1991 6 20 Summer 28.0 2 …

8 time-series  seasonality  trend  unevenly-spaced-time-series 

Saya menjalankan beberapa regresi dan, karena saya ingin berada di sisi yang aman, memutuskan untuk menggunakan kesalahan standar HAC (heteroskedasticity & autocorrelation). Mungkin ada beberapa kasus di mana korelasi serial tidak ada. Apakah ini pendekatan yang valid? Apakah ada kekurangan?

8 time-series  least-squares  standard-error  robust  robust-standard-error 

Sebagai pemanasan dengan jaringan saraf berulang, saya mencoba memprediksi gelombang sinus dari gelombang sinus lain dari frekuensi lain. Model saya adalah RNN sederhana, forward pass-nya dapat dinyatakan sebagai berikut: rtzt=σ(Win⋅xt+Wrec⋅rt−1))=Wout⋅rtrt=σ(Win⋅xt+Wrec⋅rt−1))zt=Wout⋅rt \begin{aligned} r_t &= \sigma(W_{in} \cdot x_t + W_{rec} \cdot r_{t-1}))\\ z_t &= W_{out} \cdot r_t \end{aligned} di mana adalah fungsi …

8 regression  time-series  neural-networks  deep-learning  rnn