La stagionalità si riferisce alla fluttuazione ricorrente attorno alla media di una serie temporale per un determinato periodo di tempo, di solito un anno civile.
Voglio rilevare la stagionalità nei dati che ricevo. Ci sono alcuni metodi che ho trovato come il diagramma delle sottoserie stagionali e il diagramma di autocorrelazione ma il fatto è che non capisco come leggere il grafico, qualcuno potrebbe aiutarmi? L'altra cosa è, ci sono altri metodi per rilevare la …
Sto cercando di fare analisi delle serie storiche e sono nuovo in questo campo. Ho un conteggio giornaliero di un evento dal 2006 al 2009 e voglio adattarlo ad un modello di serie storica. Ecco i progressi che ho fatto: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) La trama risultante che ottengo è: …
Ho 17 anni (1995-2011) di dati relativi al certificato di morte relativi a decessi suicidi per uno stato negli Stati Uniti. C'è molta mitologia là fuori sui suicidi e sui mesi / stagioni, molti dei quali contraddittori, e della letteratura I ' ho rivisto, non ho un chiaro senso dei …
Sto montando un modello ARIMA su una serie storica giornaliera. I dati vengono raccolti quotidianamente dal 02-01-2010 al 30-07-2011 e riguardano le vendite di giornali. Poiché è possibile trovare un modello settimanale di vendite (la quantità media giornaliera di copie vendute è generalmente la stessa dal lunedì al venerdì, quindi …
L'adeguamento stagionale è un passaggio cruciale che elabora i dati per ulteriori ricerche. Il ricercatore ha tuttavia una serie di opzioni per la decomposizione stagionale del ciclo di tendenza. I metodi di decomposizione stagionale rivali più comuni (a giudicare dal numero di citazioni nella letteratura empirica) sono X-11 (12) -ARIMA, …
Questo è un post lungo, quindi spero che tu possa sopportare con me, e per favore correggimi dove sbaglio. Il mio obiettivo è produrre una previsione giornaliera basata su 3 o 4 settimane di dati storici. I dati sono dati di 15 minuti del carico locale di una delle linee …
Utilizzando Rper eseguire la decomposizione STL, s.windowcontrolla la velocità con cui il componente stagionale può cambiare. Piccoli valori consentono un cambio più rapido. L'impostazione della finestra stagionale su infinita equivale a forzare la componente stagionale su periodica (ovvero identica per anni). Le mie domande: Se ho una serie temporale mensile …
Ho un set di dati di serie temporali multivariate che include variabili biologiche e ambientali interagenti (più eventualmente alcune variabili esogene). Oltre alla stagionalità, non vi è una chiara tendenza a lungo termine nei dati. Il mio scopo è vedere quali variabili sono correlate tra loro. Le previsioni non sono …
Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
Importante modifica: vorrei ringraziare fino in fondo Dave e Nick per le loro risposte. La buona notizia è che ho fatto funzionare il ciclo (principio preso in prestito dal post del Prof. Hydnman sulla previsione in lotti). Per consolidare le query in sospeso: a) Come faccio ad aumentare il numero …
Ho tracciato con il seguente codice con la funzione stl (Decomposizione stagionale di serie storiche di Loess): plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) Mostra significative variazioni stagionali con dati casuali inseriti nel codice sopra (funzione rnorm). Variazioni significative si vedono ogni volta che si esegue, sebbene lo schema sia diverso. Di seguito sono …
Mentre lavoriamo con le serie storiche, a volte rileviamo e rimuoviamo la stagionalità usando l'analisi spettrale. Sono un vero principiante nelle serie storiche e sono confuso perché si vorrebbe rimuovere la stagionalità dalle serie storiche originali? La rimozione della stagionalità non distorce i dati originali? Quali vantaggi otteniamo costruendo una …
Voglio prevedere gli articoli al dettaglio (per settimana) usando il livellamento esponenziale. Sono bloccato in questo momento su come calcolare, archiviare e applicare gli indici di sesonalità. Il problema è che tutti gli esempi che ho trovato riguardano una sorta di semplice stagionalità. Nel mio caso ho i seguenti problemi: …
Ho due serie temporali di dati giornalieri. Uno è sign-upse l'altro terminationsdegli abbonamenti. Vorrei prevedere quest'ultimo utilizzando le informazioni contenute in entrambe le variabili. Guardando il grafico di queste serie è ovvio che le terminazioni sono correlate ai multipli delle iscrizioni dei mesi precedenti. Cioè, un picco di iscrizioni il …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.