Pertanyaan yang diberi tag «trend»

Pola yang dapat diamati dalam data.

2
Tren time series STL menggunakan R
Saya baru mengenal R dan analisis deret waktu. Saya mencoba menemukan tren rangkaian waktu suhu harian yang panjang (40 tahun) dan mencoba perkiraan yang berbeda. Yang pertama hanyalah regresi linier sederhana dan yang kedua adalah Dekomposisi Musiman dari Time Series oleh Loess. Dalam yang terakhir tampak bahwa komponen musiman lebih …
27 r  time-series  trend 
1
Kriteria untuk mengatur lebar STL s.window
Menggunakan Runtuk melakukan dekomposisi STL, s.windowmengontrol seberapa cepat komponen musiman dapat berubah. Nilai kecil memungkinkan perubahan lebih cepat. Menetapkan jendela musiman menjadi tak terbatas sama dengan memaksa komponen musiman menjadi periodik (yaitu, identik sepanjang tahun). Pertanyaan saya: Jika saya memiliki deret waktu bulanan (yaitu frekuensi sama dengan ), kriteria apa …
2
Deret waktu dan deteksi anomali
Saya ingin menyiapkan algoritme untuk mendeteksi anomali dalam deret waktu, dan saya berencana menggunakan pengelompokan untuk itu. Mengapa saya harus menggunakan matriks jarak untuk pengelompokan dan bukan data deret waktu mentah ?, Untuk mendeteksi anomali, saya akan menggunakan pengelompokan berbasis kepadatan, algoritma sebagai DBscan, jadi apakah itu akan berhasil dalam …
2
Memahami k lag dalam uji R Dickey Fuller yang ditambah
Saya bermain-main dengan beberapa unit root testing di R dan saya tidak sepenuhnya yakin apa yang harus dilakukan dari parameter k lag. Saya menggunakan tes Dickey Fuller yang ditambah dan tes Philipps Perron dari paket tseries . Jelas parameter default (untuk ) hanya bergantung pada panjang seri. Jika saya memilih …
15 r  time-series  trend 
1
Kapan perlunya memasukkan lag variabel dependen dalam model regresi dan lag yang mana?
Data yang ingin kita gunakan sebagai variabel dependen terlihat seperti ini (ini adalah data hitungan). Kami takut karena memiliki komponen siklik dan struktur tren, regresi ternyata menjadi bias. Kami akan menggunakan regresi binomial negatif jika itu membantu. Data adalah panel seimbang, satu boneka per individu (negara bagian). Gambar yang ditampilkan …
6
Bagaimana mengkarakterisasi perubahan mendadak?
Pertanyaan ini mungkin terlalu mendasar. Untuk tren sementara dari suatu data, saya ingin mengetahui titik di mana perubahan "mendadak" terjadi. Sebagai contoh, pada gambar pertama yang ditunjukkan di bawah ini, saya ingin mengetahui titik perubahan menggunakan beberapa metode statistik. Dan saya ingin menerapkan metode seperti itu di beberapa data lain …
1
Perbedaan antara seri dengan drift dan seri dengan tren
Serangkaian dengan drift dapat dimodelkan sebagai mana adalah drift (konstan), dan . yt=c+ϕyt−1+εtyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ=1ϕ=1\phi=1 Serangkaian dengan tren dapat dimodelkan sebagai mana adalah drift (konstan), adalah tren waktu deterministik dan .yt=c+δt+ϕyt−1+εtyt=c+δt+ϕyt−1+εty_t = c + \delta t + \phi y_{t-1} + \varepsilon_tcccδtδt\delta tϕ=1ϕ=1\phi=1 Kedua seri tersebut …
1
R / mgcv: Mengapa produk tensor () dan ti () menghasilkan permukaan yang berbeda?
The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
3
Uji statistik untuk memverifikasi ketika dua seri waktu yang sama mulai menyimpang
Dari judul saya ingin tahu apakah ada tes statistik yang dapat membantu saya untuk mengidentifikasi perbedaan yang signifikan antara dua seri waktu yang sama. Secara khusus, melihat gambar di bawah ini, saya ingin mendeteksi bahwa seri mulai menyimpang pada waktu t1, yaitu ketika perbedaan di antara mereka mulai menjadi signifikan. …
2
Perbandingan rangkaian seri waktu
Saya memiliki tiga set data deret waktu yang ingin saya bandingkan. Mereka telah diambil dalam 3 periode terpisah sekitar 12 hari. Mereka adalah rata-rata, maksimum dan minimum jumlah kepala yang diambil di perpustakaan perguruan tinggi selama minggu-minggu final. Saya harus melakukan mean, max dan min karena hitungan head per jam …
1
Model pembelajaran dalam mana yang dapat mengklasifikasikan kategori yang tidak eksklusif satu sama lain
Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Apakah Naive Bayes menjadi lebih populer? Mengapa?
Ini adalah hasil tren google yang diperoleh untuk frasa "Naive Bayes" dari Jan 2004-April 2017 ( tautan ). Menurut angka ini, rasio pencarian untuk "Naive Bayes" pada bulan April 2017 adalah sekitar% 25 lebih tinggi dari maksimum dalam periode waktu keseluruhan. Apakah ini menyiratkan bahwa metode lama dan sederhana ini …
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.