Domande taggate «arima»

Si riferisce al modello di media mobile integrata AutoRegressive utilizzato nella modellazione di serie temporali sia per la descrizione dei dati che per la previsione. Questo modello generalizza il modello ARMA includendo un termine per differenziare, che è utile per rimuovere le tendenze e gestire alcuni tipi di non stazionarietà.

4
Termini di errore del modello a media mobile
Questa è una domanda di base sui modelli Box-Jenkins MA. Ho capito, un modello MA è fondamentalmente una regressione lineare di serie temporali valori YYY contro precedente termini di errore et,...,et−net,...,et−ne_t,..., e_{t-n} . Cioè, l'osservazione YYY viene dapprima regredito contro il suo valori precedenti Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} e poi uno …
2
tendenza / stagionalità stocastica vs deterministica nella previsione di serie storiche
Ho un background moderato nella previsione delle serie storiche. Ho esaminato diversi libri di previsioni e non vedo le seguenti domande poste in nessuno di essi. Ho due domande: Come determinerei obiettivamente (tramite test statistico) se una determinata serie temporale ha: Stagionalità stocastica o stagionalità deterministica Tendenza stocastica o tendenza …
3
Auto.arima vs autobox differiscono?
Dalla lettura dei post su questo sito so che esiste una funzione R auto.arima(nel forecast pacchetto ). So anche che IrishStat , un membro di questo sito ha creato il pacchetto commerciale autobox nei primi anni '80. Poiché questi due pacchetti esistono oggi e selezionano automaticamente i modelli arima per …
2
Quali sono i requisiti di stazionarietà nell'uso della regressione con errori ARIMA per deduzione?
Quali sono i requisiti di stazionarietà nell'uso della regressione con errori ARIMA (regressione dinamica) per deduzione? In particolare, ho una variabile di risultato continuo non stazionaria , una variabile di predittore continua non stazionaria e una serie di trattamenti con variabili fittizie . Vorrei sapere se il trattamento era correlato …
4
L'accuratezza della macchina con incremento gradiente diminuisce all'aumentare del numero di iterazioni
Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
1
Regolarizzazione per i modelli ARIMA
Sono a conoscenza del tipo di regolarizzazione LASSO, cresta e rete elastica nei modelli di regressione lineare. Domanda: Questo (o un simile) tipo di stima penalizzata può essere applicato alla modellazione ARIMA (con una parte MA non vuota)? Nella costruzione di modelli ARIMA, sembra consueto considerare un ordine di ritardo …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.