Statistiche e Big Data time-series

2

Comprensione del k lag nel test Dickey Fuller potenziato di R.

Ho giocato con alcuni test di root delle unità in R e non sono del tutto sicuro su cosa fare del parametro k lag. Ho usato il test potenziato Dickey Fuller e il test Philipps Perron dal pacchetto tseries . Ovviamente il parametro predefinito (per ) dipende solo dalla lunghezza …

15 r time-series trend

1

Quale metodo di confronto multiplo utilizzare per un modello lmer: lsmeans o glht?

Sto analizzando un set di dati usando un modello di effetti misti con un effetto fisso (condizione) e due effetti casuali (partecipante a causa del disegno e della coppia all'interno del soggetto). Il modello è stato generato conlme4 pacchetto: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Successivamente, ho eseguito un test del rapporto di verosimiglianza di …

15 r repeated-measures multiple-comparisons post-hoc lsmeans bayesian posterior marginal integral anova time-series regularization machine-learning pca computational-statistics references inference regression cross-validation python random-forest chi-squared spearman-rho r machine-learning confidence-interval bagging clustering feature-selection model-selection bic hypothesis-testing kurtosis r regression residuals terminology

1

Come interpretare l'ACF negativo (funzione di autocorrelazione)?

Quindi ho tracciato l'ACF / PACF dei ritorni di petrolio e mi aspettavo di vedere un po 'di autocorrelazione positiva ma con mia sorpresa ho solo un'autocorrelazione significativa negativa. Come devo interpretare il grafico sopra? Sembrano indicare che c'è una tendenza per i rendimenti del petrolio ad aumentare quando è …

15 time-series

5

Come gestire più serie temporali contemporaneamente?

Ho un set di dati che include la domanda di diversi prodotti (1200 prodotti) per 25 periodi e devo prevedere la domanda di ciascun prodotto per il periodo successivo. All'inizio, volevo usare ARIMA e formare un modello per ogni prodotto, ma a causa del numero di prodotti e del tuning …

14 machine-learning time-series arima

3

Perché è valido detrarre le serie temporali con la regressione?

Potrebbe essere una domanda strana ma come novizio all'argomento mi chiedo perché utilizziamo la regressione per detrarre una serie temporale se uno dei presupposti della regressione è che i dati dovrebbero essere presi mentre i dati su cui viene applicata la regressione sono un non iid?

14 regression time-series trend iid

3

Perché indietro propagarsi nel tempo in un RNN?

In una rete neurale ricorrente, di solito si inoltra la propagazione attraverso diversi passaggi temporali, "si srotolano" la rete e quindi si propagano indietro attraverso la sequenza di input. Perché non dovresti semplicemente aggiornare i pesi dopo ogni singolo passaggio della sequenza? (l'equivalente dell'uso di una lunghezza di troncamento di …

14 time-series neural-networks backpropagation rnn

5

Qual è la differenza tra econometria delle serie storiche ed econometria dei dati dei panel?

Questa domanda può essere molto ingenua, ma il modo in cui mi viene insegnato econometria sono molto confuso se c'è una differenza tra le serie temporali e il metodo dei dati del panel. Per quanto riguarda le serie temporali, ho trattato argomenti come la covarianza stazionaria, AR, MA, ecc. Per …

14 time-series econometrics panel-data

1

Gestione dei dati mancanti in un modello di livellamento esponenziale

Non sembra esserci un modo standard per gestire i dati mancanti nel contesto della famiglia di modelli di livellamento esponenziale. In particolare, l'implementazione di R chiamata ets nel pacchetto di previsione sembra prendere solo la sottosequenza più lunga senza dati mancanti, e il libro "Previsioni con livellamento esponenziale" di Hyndman …

14 time-series forecasting missing-data

1

Come prevedere una serie storica da un'altra serie temporale, se correlate

Ho cercato di risolvere questo problema per oltre un anno senza molti progressi. Fa parte di un progetto di ricerca che sto realizzando, ma lo illustrerò con un esempio di storia che ho inventato, perché l'attuale dominio del problema è un po 'confuso (eye-tracking). Sei un aereo che segue una …

14 time-series machine-learning prediction

2

Serie storiche distanziate in modo irregolare nella ricerca finanziaria / economica

Nella ricerca di econometria finanziaria, è molto comune indagare le relazioni tra serie temporali finanziarie che assumono la forma di dati giornalieri . La variabile sarà spesso resa prendendo la differenza del log, per esempio; ln ( P t ) - ln ( P t - 1 ) .I(0)I(0)I(0)ln(Pt)−ln(Pt−1)ln⁡(Pt)−ln⁡(Pt−1)\ln(P_t)-\ln(P_{t-1}) Tuttavia, …

14 time-series econometrics finance macroeconomics unevenly-spaced-time-series

1

Questo metodo di ricampionamento delle serie storiche è noto in letteratura? ha un nome?

Recentemente stavo cercando modi per ricampionare le serie storiche, in questo modo Preservare approssimativamente l'auto-correlazione di lunghi processi di memoria. Preservare il dominio delle osservazioni (ad esempio una serie temporale ricomposta di numeri interi è ancora una serie temporale di numeri interi). Può influire solo su alcune scale, se necessario. …

14 time-series bootstrap resampling permutation-test

2

Domanda sulla regressione logistica

Voglio eseguire una regressione logistica binaria per modellare la presenza o l'assenza di conflitto (variabile dipendente) da un insieme di variabili indipendenti su un periodo di 10 anni (1997-2006), con ogni anno 107 osservazioni. I miei indipendenti sono: degrado del suolo (categorico per 2 tipi di degrado); aumento della popolazione …

14 regression time-series logistic spatial ecology

3

Qualcuno può spiegare la distorsione temporale dinamica per determinare la somiglianza con le serie temporali?

Sto cercando di cogliere la misura della distorsione temporale dinamica per confrontare le serie temporali insieme. Ho tre set di dati di serie storiche come questo: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, …

14 r time-series clustering

2

In che modo ARMA / ARIMA è correlato alla modellazione di effetti misti?

Nell'analisi dei dati del panel, ho usato modelli multi-livello con effetti casuali / misti per affrontare i problemi di auto-correlazione (ad esempio, le osservazioni sono raggruppate all'interno degli individui nel tempo) con altri parametri aggiunti per adattarsi ad alcune specifiche di tempo e shock di interesse . ARMA / ARIMA …

14 time-series mixed-model arima multilevel-analysis

2

Selezione del modello Box-Jenkins

La procedura di selezione del modello Box-Jenkins nell'analisi delle serie temporali inizia osservando le funzioni di autocorrelazione e autocorrelazione parziale delle serie. Questi grafici possono suggerire l'appropriato e q in un ARMA ( p ,pppqqq modello. La procedura continua chiedendo all'utente di applicare i criteri AIC / BIC per selezionare …

14 regression time-series arima model-selection box-jenkins

Domande taggate «time-series»