Pertanyaan yang diberi tag «time-series»

Baru-baru ini saya mulai bekerja di klinik TBC. Kami bertemu secara berkala untuk membahas jumlah kasus TB yang saat ini kami tangani, jumlah tes yang diberikan, dll. Saya ingin mulai memodelkan jumlah ini sehingga kami tidak hanya menebak apakah ada sesuatu yang tidak biasa atau tidak. Sayangnya, saya hanya memiliki …

23 r  time-series  poisson-distribution  count-data  epidemiology 

Mekanisme perhatian telah digunakan dalam berbagai makalah Deep Learning dalam beberapa tahun terakhir. Ilya Sutskever, kepala penelitian di Open AI, dengan antusias memuji mereka: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Eugenio Culurciello di Purdue University telah mengklaim bahwa RNN dan LSTM harus ditinggalkan demi jaringan saraf murni berdasarkan perhatian: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Ini tampaknya berlebihan, tetapi tidak …

23 time-series  deep-learning  lstm  rnn  attention 

Saya tertarik pada pemilihan model dalam pengaturan deret waktu. Untuk konkret, anggaplah saya ingin memilih model ARMA dari kumpulan model ARMA dengan pesanan lag yang berbeda. Maksud utamanya adalah perkiraan . Pemilihan model dapat dilakukan oleh validasi silang, penggunaan kriteria informasi (AIC, BIC), antara metode lainnya. Rob J. Hyndman menyediakan …

23 time-series  forecasting  cross-validation  model-selection  aic 

Saya telah menemukan dua definisi dalam literatur untuk waktu autokorelasi dari serangkaian waktu yang stasioner: τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| di mana adalah autokorelasi pada lagk. ρk=Cov[Xt,Xt+h]Var[Xt]ρk=Cov[Xt,Xt+h]Var[Xt]\rho_k = \frac{\text{Cov}[X_t,X_{t+h}]}{\text{Var}[X_t]}kkk Salah satu penerapan waktu autokorelasi adalah menemukan "ukuran sampel efektif": jika Anda memiliki pengamatan …

23 r  time-series  correlation 

Saya memiliki deret waktu yang berisi komponen musiman ganda dan saya ingin menguraikan deret tersebut menjadi komponen deret waktu berikut (tren, komponen musiman 1, komponen musiman 2, dan komponen tidak teratur). Sejauh yang saya tahu, prosedur STL untuk mendekomposisi seri dalam R hanya memungkinkan satu komponen musiman, jadi saya telah …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

Adakah yang mencoba prediksi deret waktu menggunakan regresi vektor dukungan? Saya memahami mesin dukungan vektor dan sebagian memahami dukungan vektor regresi, tetapi saya tidak mengerti bagaimana mereka dapat digunakan untuk memodelkan deret waktu, terutama deret waktu multivarian. Saya sudah mencoba membaca beberapa makalah, tetapi tingkatannya terlalu tinggi. Adakah yang bisa …

22 time-series  machine-learning  svm 

Mean absolute scaled error (MASE) adalah ukuran akurasi perkiraan yang diajukan oleh Koehler & Hyndman (2006) . M.A SE= MA EM.A Ei n - s a m p l e ,n ai v eM.SEBUAHSE=M.SEBUAHEM.SEBUAHEsayan-sSebuahmhalle,nSebuahsayaveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} di mana adalah kesalahan absolut rata-rata yang dihasilkan oleh perkiraan aktual; sementara adalah kesalahan …

22 time-series  forecasting  accuracy  mase 

Saya punya pertanyaan tentang analisis kluster. Ada 3000 perusahaan, yang harus dikelompokkan sesuai dengan penggunaan daya mereka selama 5 tahun. Setiap perusahaan memiliki nilai untuk setiap jam selama 5 tahun. Saya ingin mengetahui apakah beberapa perusahaan memiliki pola yang sama dalam penggunaan daya selama periode waktu tersebut. Hasilnya harus digunakan …

22 time-series  clustering  spss 

Saya mengerti bahwa Principal Component Analysis (PCA) dapat diterapkan pada dasarnya untuk data cross sectional. Dapatkah PCA digunakan untuk data deret waktu secara efektif dengan menetapkan tahun sebagai variabel deret waktu dan menjalankan PCA secara normal? Saya telah menemukan bahwa PCA dinamis berfungsi untuk data panel dan pengkodean di Stata …

22 time-series  pca 

Saya ingin tahu apakah ada kode untuk melatih jaring saraf convolutional untuk melakukan klasifikasi deret waktu. Saya telah melihat beberapa makalah baru-baru ini ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ) tetapi saya tidak yakin apakah ada sesuatu atau apakah saya sudah melakukan kodenya sendiri.

21 time-series  classification  neural-networks  conv-neural-network 

Saya ingin melihat apakah saya berada di jalur yang benar menganalisis plot ACF dan PACF saya: Latar belakang: (Reff: Philip Hans Franses, 1998) Karena ACF dan PACF menunjukkan nilai yang signifikan, saya berasumsi bahwa model ARMA akan memenuhi kebutuhan saya ACF dapat digunakan untuk memperkirakan bagian-MA, yaitu nilai-q, PACF dapat …

21 time-series  model-selection  arma  statsmodels 

Saya mengerti bahwa jika suatu proses tergantung pada nilai sebelumnya dari dirinya sendiri, maka itu adalah proses AR. Jika itu tergantung pada kesalahan sebelumnya, maka itu adalah proses MA. Kapan salah satu dari kedua situasi ini terjadi? Adakah yang punya contoh kuat yang menerangi masalah mendasar mengenai apa artinya bagi …

21 time-series  autoregressive  moving-average 

Saya sedang melakukan beberapa penelitian tetapi telah terjebak pada tahap analisis (seharusnya lebih memperhatikan kuliah statistik saya). Saya telah mengumpulkan dua sinyal simultan: laju aliran terintegrasi untuk volume dan perubahan ekspansi dada. Saya ingin membandingkan sinyal dan akhirnya berharap untuk mendapatkan volume dari sinyal ekspansi dada. Tetapi pertama-tama saya harus …

21 r  time-series  signal-processing  measurement 

Saya ingin menggunakan model regresi logistik biner dalam konteks streaming data (seri waktu multidimensi) untuk memprediksi nilai variabel dependen dari data (yaitu baris) yang baru saja tiba, mengingat pengamatan sebelumnya. Sejauh yang saya tahu, regresi logistik secara tradisional digunakan untuk analisis postmortem, di mana setiap variabel dependen telah ditetapkan (baik …

21 r  time-series  logistic 

Saya memasang model ARIMA pada seri waktu harian. Data dikumpulkan setiap hari dari 02-01-2010 hingga 30-07-2011 dan tentang penjualan surat kabar. Karena pola penjualan mingguan dapat ditemukan (jumlah rata-rata harian salinan yang terjual biasanya sama dari Senin hingga Jumat, kemudian meningkat pada hari Sabtu dan Minggu), saya mencoba menangkap "musiman" …

21 r  time-series  arima  seasonality