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.

3
Funzione di trasferimento nei modelli di previsione - interpretazione
Sono occupato con la modellazione ARIMA arricchita con variabili esogene per scopi di modellazione promozionale e ho difficoltà a spiegarlo agli utenti aziendali. In alcuni casi i pacchetti software finiscono con una semplice funzione di trasferimento, ad es. Parametro * Variabile esogena. In questo caso l'interpretazione è semplice, ovvero l'attività …
2
Bootstrap parametrico, semiparametrico e non parametrico per modelli misti
I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
auto.arima avverte NaNs prodotto su errore std
I miei dati sono una serie temporale di popolazione occupata, L e periodo di tempo, anno. n.auto=auto.arima(log(L),xreg=year) summary(n.auto) Series: log(L) ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 intercept year 1.9122 -0.9567 -0.3082 0.0254 -3.5904 0.0074 s.e. NaN NaN NaN NaN 1.6058 0.0008 sigma^2 estimated as 1.503e-06: log likelihood=107.55 …
9 r  regression  arima 
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.