Pertanyaan yang diberi tag «time-series»

Analisis komponen utama fungsional (FPCA) adalah sesuatu yang saya temui dan tidak pernah mengerti. Tentang apa semua ini? Lihat "Sebuah survei analisis komponen utama fungsional" oleh Shang, 2011 , dan saya mengutip: PCA mengalami kesulitan serius dalam menganalisis data fungsional karena "kutukan dimensi" (Bellman 1961). "Kutukan dimensi" berasal dari sparsitas …

21 time-series  pca  dimensionality-reduction 

Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Berikut ini adalah plot acf dan pacf dari seri data bulanan. Plot kedua adalah acf dengan ci.type = 'ma': Bertahannya nilai tinggi dalam petak acf mungkin mewakili tren positif jangka panjang. Pertanyaannya adalah apakah ini mewakili variasi musiman? Saya mencoba melihat berbagai situs tentang topik ini, tetapi saya tidak yakin …

20 time-series 

Saya mengalami masalah dalam menghasilkan serangkaian seri waktu berwarna stasioner, mengingat matriks kovariansnya (densitas spektral daya (PSD)) dan densitas spektral cross-power (CSD)). Saya tahu bahwa, mengingat dua seri waktu yI(t)ysaya(t)y_{I}(t) dan yJ(t)yJ(t)y_{J}(t) , saya dapat memperkirakan kepadatan spektral daya (PSD) dan kepadatan spektral silang (CSD) menggunakan banyak rutinitas yang tersedia …

20 time-series  sampling  algorithms  simulation  covariance 

Kami terkadang menggunakan plot kerapatan spektral untuk menganalisis periodisitas dalam deret waktu. Biasanya kami menganalisis plot dengan inspeksi visual dan kemudian mencoba menarik kesimpulan tentang periodisitas. Tetapi apakah ahli statistik telah mengembangkan tes untuk memeriksa apakah ada lonjakan dalam plot secara statistik berbeda dari white noise? Sudahkah para ahli R …

20 r  time-series  hypothesis-testing 

Penyesuaian musiman adalah langkah penting untuk memproses data untuk penelitian lebih lanjut. Namun peneliti memiliki sejumlah opsi untuk dekomposisi tren-siklus-musiman. Metode dekomposisi musiman saingan yang paling umum (dilihat dari jumlah kutipan dalam literatur empiris) adalah X-11 (12) -ARIMA, Tramo / Kursi (keduanya diimplementasikan dalam Demetra + ) dan 's stl …

20 time-series  data-transformation  methodology  seasonality 

Setelah model ARMA cocok dengan deret waktu, adalah umum untuk memeriksa residu melalui tes portmanteau Ljung-Box (di antara tes lain). Tes Ljung-Box mengembalikan nilai ap. Ini memiliki parameter, h , yang merupakan jumlah kelambatan yang akan diuji. Beberapa teks merekomendasikan penggunaan h = 20; yang lain merekomendasikan penggunaan h = …

20 time-series 

Saya mencoba untuk memahami penggunaan PCA dalam artikel jurnal terbaru berjudul "Memetakan aktivitas otak pada skala dengan komputasi cluster" Freeman et al., 2014 (pdf gratis tersedia di situs web lab ). Mereka menggunakan PCA pada data deret waktu, dan menggunakan bobot PCA untuk membuat peta otak. Data tersebut adalah data …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Saya sedang mengerjakan simulasi fisik 2D dan saya mengumpulkan data tepat waktu di beberapa titik. Titik-titik diskrit ini berada di sepanjang garis vertikal, dengan beberapa garis dalam arah aksial. Ini membuat dataset menjadi 4D secara efektif. Misalnya, anggap saya memiliki titik pengumpulan di (X, Y) koordinat: (0,0), (1,0), (2,0) (0,1), …

19 time-series  data-visualization  spatio-temporal 

Saya punya pertanyaan tentang model ARIMA. Katakanlah saya memiliki rangkaian waktu yang ingin saya dan model sepertinya cara yang baik untuk melakukan latihan ramalan. Sekarang tertinggal menyiratkan bahwa seri saya hari ini dipengaruhi oleh peristiwa sebelumnya. Ini masuk akal. Tapi apa interpretasi kesalahannya? Sisa sebelumnya (bagaimana saya dalam perhitungan saya) …

19 regression  time-series  interpretation 

Masalah ini sebenarnya tentang deteksi kebakaran, tetapi sangat analog dengan beberapa masalah deteksi peluruhan radioaktif. Fenomena yang diamati bersifat sporadis dan sangat bervariasi; dengan demikian, deret waktu akan terdiri dari string panjang nol yang terganggu oleh nilai variabel. Tujuannya bukan hanya menangkap peristiwa (istirahat di nol), tetapi karakterisasi kuantitatif dari …

19 time-series  correlation  crostons-method  intermittent-time-series 

Bisakah seseorang memandu saya melalui contoh tentang cara menggunakan filter DLM Kalman dalam R pada seri waktu. Katakanlah saya memiliki nilai-nilai ini (nilai triwulanan dengan musiman tahunan); bagaimana Anda menggunakan DLM untuk memprediksi nilai selanjutnya? Dan BTW, apakah saya memiliki data historis yang cukup (berapa minimum)? 89 2009Q1 82 2009Q2 …

19 r  time-series  forecasting 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 8 bulan lalu . Bagaimana saya menyesuaikan model linier dengan kesalahan autokorelasi dalam R? Di stata saya akan menggunakan praisperintah, tapi saya tidak dapat menemukan …

19 r  time-series  autocorrelation 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 6 tahun yang lalu . Saya sedang mengerjakan proyek kecil dengan satu seri waktu yang mengukur data kunjungan pelanggan (setiap hari). Kovariat saya adalah variabel …

19 time-series  arima 

Saya sedang membangun model prediktif yang memperkirakan probabilitas keberhasilan siswa di akhir semester. Saya secara khusus tertarik pada apakah siswa berhasil atau gagal, di mana kesuksesan biasanya didefinisikan sebagai menyelesaikan kursus dan mencapai 70% atau lebih poin dari total poin yang mungkin. Ketika saya menggunakan model, estimasi probabilitas keberhasilan perlu …

19 time-series  machine-learning  logistic