Statistiche e Big Data autoregressive

1

Sto cercando di capire un documento sulla previsione del carico elettrico ma sto lottando con i concetti all'interno, in particolare il modello SARIMAX . Questo modello viene utilizzato per prevedere il carico e utilizza molti concetti statistici che non capisco (sono uno studente di informatica - mi puoi considerare un …

27 regression time-series arima autoregressive intuition

4

In quali circostanze è appropriato un processo MA o AR?

Capisco che se un processo dipende da precedenti valori di se stesso, allora è un processo AR. Se dipende da errori precedenti, allora è un processo MA. Quando si verificherebbe una di queste due situazioni? Qualcuno ha un solido esempio che illumina il problema alla base di ciò che significa …

21 time-series autoregressive moving-average

2

Se un modello di serie temporali con regressione automatica non è lineare, richiede comunque la stazionarietà?

Pensando all'utilizzo di reti neurali ricorrenti per la previsione di serie storiche. Fondamentalmente implementano una sorta di auto-regressione non lineare generalizzata, rispetto ai modelli ARMA e ARIMA che usano l'auto-regressione lineare. Se stiamo eseguendo una regressione automatica non lineare, è ancora necessario che le serie storiche siano stazionarie e dovremmo …

17 time-series autoregressive nonlinear stationarity

2

Perché ci preoccupiamo se un processo MA è invertibile?

Ho difficoltà a capire perché ci preoccupiamo se un processo MA è invertibile o no. Per favore, correggimi se sbaglio, ma posso capire perché ci importa se un processo AR è causale o meno, cioè se possiamo "riscriverlo", per così dire, come la somma di alcuni parametri e del rumore …

14 time-series mathematical-statistics autoregressive moving-average

2

Processo AR (1) con errori di misura eteroscedastici

1. Il problema Ho alcune misure di una variabile ytyty_t , dove t=1,2,..,nt=1,2,..,nt=1,2,..,n , per cui ho una distribuzione fyt(yt)fyt(yt)f_{y_t}(y_t) ottenuto tramite MCMC, che per semplicità Si assume una gaussiana di media μtμt\mu_t e varianza σ2tσt2\sigma_t^2 . Ho un modello fisico per quelle osservazioni, diciamo g(t)g(t)g(t) , ma i residui …

13 time-series mcmc autoregressive likelihood

3

In che modo ACF e PACF identificano l'ordine dei termini MA e AR?

Sono passati più di 2 anni che sto lavorando a diverse serie temporali. Ho letto su molti articoli che ACF viene utilizzato per identificare l'ordine del termine MA e PACF per AR. Esiste una regola del pollice che per MA, il ritardo in cui ACF si interrompe improvvisamente è l'ordine …

12 time-series arima autoregressive moving-average

3

Qual è la differenza tra modello deterministico e stocastico?

Modello lineare semplice: x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t dove ~ iidϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) con eE(x)=αtE(x)=αtE(x) = \alpha tVar(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR (1): Xt=αXt−1+ϵtXt=αXt−1+ϵtX_t =\alpha X_{t-1} + \epsilon_t dove ~ iidϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) con eE(x)=αtE(x)=αtE(x) = \alpha tVar(x)=tσ2Var(x)=tσ2Var(x)=t\sigma^2 Quindi un semplice modello lineare è considerato un modello deterministico mentre un modello AR (1) è considerato un modello stocahstic. …

11 regression stochastic-processes autoregressive deterministic

3

Perché lo stimatore OLS del coefficiente AR (1) è distorto?

Sto cercando di capire perché OLS fornisce uno stimatore distorto di un processo AR (1). Prendi in considerazione In questo modello, viene violata una rigorosa esogeneità, ovvero e sono correlati ma e non sono correlati. Ma se questo è vero, perché non vale la seguente derivazione semplice? ytεtyt-1εtplim βytεt= α …

11 time-series least-squares bias autoregressive estimators

2

Stimatore non distorto per il modello AR (

Considera un modello AR ( ) (presupponendo media zero per semplicità):ppp xt=φ1xt−1+…+φpxt−p+εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Lo stimatore OLS (equivalente allo stimatore della massima verosimiglianza condizionale ) per è noto per essere distorto, come notato in un recente thread .φ:=(φ1,…,φp)φ:=(φ1,…,φp)\mathbf{\varphi} := (\varphi_1,\dotsc,\varphi_p) (Curiosamente, …

11 time-series maximum-likelihood autoregressive unbiased-estimator

1

Regressione della foresta casuale per la previsione di serie storiche

Sto tentando di utilizzare la regressione RF per fare previsioni sulle prestazioni di una cartiera. Ho dati minuto per minuto per gli input (velocità e quantità di pasta di legno in entrata ecc.), Nonché per le prestazioni della macchina (carta prodotta, potenza assorbita dalla macchina) e sto cercando di fare …

10 time-series forecasting cross-validation random-forest autoregressive

1

Modellazione di serie temporali binarie auto-correlate

Qual è il solito approccio alla modellazione di serie temporali binarie? C'è un documento o un libro di testo in cui questo viene trattato? Penso a un processo binario con forte auto-correlazione. Qualcosa come il segno di un processo AR (1) che inizia da zero. Pronuncia e con rumore bianco …

10 regression time-series logistic binary-data autoregressive

2

Stima della camminata casuale con AR (1)

Quando valuto una camminata casuale con un AR (1), il coefficiente è molto vicino a 1 ma sempre inferiore. Qual è la ragione matematica per cui il coefficiente non è maggiore di uno?

10 regression autoregressive random-walk

1

R ed EVView differenze nelle stime AR (1)

Il problema principale è: non riesco a ottenere stime di parametri simili con EViews e R. Per motivi che non conosco me stesso, ho bisogno di stimare i parametri per alcuni dati usando EVview. Questo viene fatto selezionando l'opzione NLS (minimi quadrati non lineari) e usando la seguente formula:indep_var c …

10 r autoregressive software

4

Modello di storia degli eventi a tempo discreto (Sopravvivenza) in R

Sto cercando di adattare un modello a tempo discreto in R, ma non sono sicuro di come farlo. Ho letto che puoi organizzare la variabile dipendente in diverse righe, una per ogni osservazione temporale e utilizzare la glmfunzione con un collegamento logit o cloglog. In questo senso, ho tre colonne: …

10 r survival pca sas matlab neural-networks r logistic spatial spatial-interaction-model r time-series econometrics var statistical-significance t-test cross-validation sample-size r regression optimization least-squares constrained-regression nonparametric ordinal-data wilcoxon-signed-rank references neural-networks jags bugs hierarchical-bayesian gaussian-mixture r regression svm predictive-models libsvm scikit-learn probability self-study stata sample-size spss wilcoxon-mann-whitney survey ordinal-data likert group-differences r regression anova mathematical-statistics normal-distribution random-generation truncation repeated-measures variance variability distributions random-generation uniform regression r generalized-linear-model goodness-of-fit data-visualization r time-series arima autoregressive confidence-interval r time-series arima autocorrelation seasonality hypothesis-testing bayesian frequentist uninformative-prior correlation matlab cross-correlation

1

Valore “nascosto” della variabile categoriale della regressione lineare

Questo è solo un esempio che ho riscontrato più volte, quindi non ho dati di esempio. Esecuzione di un modello di regressione lineare in R: a.lm = lm(Y ~ x1 + x2) x1è una variabile continua. x2è categorico e ha tre valori, ad esempio "Basso", "Medio" e "Alto". Tuttavia, l'output …

10 r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

Domande taggate «autoregressive»