Statistiche e Big Data time-series

3

Strategie di aumento dei dati per la previsione di serie storiche

Sto prendendo in considerazione due strategie per "aumentare i dati" nella previsione delle serie storiche. Innanzitutto, un po 'di background. Un predittore per prevedere il passaggio successivo di una serie temporale è una funzione che di solito dipende da due cose, gli stati passati delle serie temporali, ma anche gli …

13 time-series data-augmentation

3

Modello nascosto di Markov vs rete neurale ricorrente

Quali problemi di input sequenziali sono più adatti per ciascuno? La dimensionalità dell'input determina quale è una corrispondenza migliore? I problemi che richiedono "memoria più lunga" sono più adatti per un LNN RST, mentre i problemi con i modelli di input ciclici (borsa, condizioni meteorologiche) sono più facilmente risolti da …

13 time-series neural-networks hidden-markov-model rnn

3

La stazionarietà viene preservata sotto una combinazione lineare?

Immagina di avere due processi di serie temporali, che sono fissi, producendo: .Xt, ytxt,ytx_t,y_t È , stazionaria anche? ∀ α , β ∈ Rzt= α xt+ βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀ α , β∈ R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Qualsiasi aiuto sarebbe apprezzato. Direi di sì, dal momento che ha una …

12 time-series stochastic-processes stationarity

2

Ogni serie non stazionaria è convertibile in una serie stazionaria attraverso la differenziazione

Ogni serie temporale non stazionaria può essere convertita in serie storiche stazionarie applicando la differenziazione? Inoltre, come si decide l'ordine di differenziazione da applicare? Fai semplicemente la differenza con gli intervalli 1,2 ... n ed esegui il test radice unitario di stazionario ogni volta per vedere se la serie risultante …

12 time-series stationarity

1

Come tenere conto dell'impatto delle vacanze nelle previsioni

Ho una serie temporale giornaliera abbastanza prevedibile con stagionalità settimanale. Sono in grado di elaborare previsioni che sembrano essere abbastanza precise (confermate dalla convalida incrociata) quando non ci sono festività. Tuttavia, quando ci sono festività, ho i seguenti problemi: Ricevo numeri diversi da zero per le festività nelle mie previsioni, …

12 time-series forecasting arima outliers

4

Una serie stazionaria di tendenza può essere modellata con ARIMA?

Ho una domanda / confusione sulle serie fisse richieste per la modellazione con ARIMA (X). Ci sto pensando più in termini di inferenza (effetto di un intervento), ma vorrei sapere se la previsione rispetto all'inferenza fa qualche differenza nella risposta. Domanda: Tutte le risorse introduttive che ho letto affermano che …

12 time-series econometrics arima inference

5

Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?

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), …

12 r random-forest missing-data data-imputation multiple-imputation large-data definition moving-window self-study categorical-data econometrics standard-error regression-coefficients normal-distribution pdf lognormal regression python scikit-learn interpolation r self-study poisson-distribution chi-squared matlab matrix r modeling multinomial mlogit choice monte-carlo indicator-function r aic garch likelihood r regression repeated-measures simulation multilevel-analysis chi-squared expected-value multinomial yates-correction classification regression self-study repeated-measures references residuals confidence-interval bootstrap normality-assumption resampling entropy cauchy clustering k-means r clustering categorical-data continuous-data r hypothesis-testing nonparametric probability bayesian pdf distributions exponential repeated-measures random-effects-model non-independent regression error regression-to-the-mean correlation group-differences post-hoc neural-networks r time-series t-test p-value normalization probability moments mgf time-series model seasonality r anova generalized-linear-model proportion percentage nonparametric ranks weighted-regression variogram classification neural-networks fuzzy variance dimensionality-reduction confidence-interval proportion z-test r self-study pdf

2

Quali statistiche vengono conservate in aggregazione?

Se disponiamo di una serie temporale lunga e ad alta risoluzione, con un sacco di rumore, spesso ha senso aggregare i dati a una risoluzione inferiore (ad esempio valori giornalieri o mensili) per comprendere meglio cosa sta succedendo, rimuovendo efficacemente alcuni dei il rumore. Ho visto almeno un articolo che …

12 time-series aggregation

1

Criteri per la selezione del modello "migliore" in un modello Markov nascosto

Ho un set di dati di serie temporali in cui sto cercando di adattare un modello Hov (Hidden Markov Model) al fine di stimare il numero di stati latenti nei dati. Il mio pseudo codice per farlo è il seguente: for( i in 2 : max_number_of_states ){ ... calculate HMM …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

2

Relazione e differenza tra serie storiche e regressione?

Quali sono le relazioni e le differenze tra serie storiche e regressione? Per i modelli e le ipotesi , è corretto che i modelli di regressione assumano l'indipendenza tra le variabili di output per valori diversi della variabile di input, mentre il modello di serie temporali no? Quali sono alcune …

12 regression time-series box-jenkins

1

Algoritmo per la normalizzazione in tempo reale dei dati delle serie temporali?

Sto lavorando a un algoritmo che rileva un vettore del punto dati più recente da una serie di flussi di sensori e confronta la distanza euclidea con i vettori precedenti. Il problema è che i diversi flussi di dati provengono da sensori completamente diversi, quindi prendere una semplice distanza euclidea …

12 time-series normalization real-time

1

Primi passi per imparare a prevedere i periodi di crisi finanziaria utilizzando l'apprendimento automatico

Sto cercando di capire come utilizzare l'apprendimento automatico per prevedere la serie finanziaria 1 o più passi nel futuro. Ho una serie di attività finanziarie con alcuni dati descrittivi e vorrei formare un modello e quindi utilizzare il modello per prevedere n-passi avanti. Quello che ho fatto finora è: getSymbols("GOOG") …

12 r time-series machine-learning random-forest finance

2

Posso detrarre e fare differenza per rendere stazionaria una serie?

Ho un set di dati che sta chiaramente aumentando col passare del tempo (tasso di cambio di una valuta, dati mensili su 20 anni), la mia domanda è: posso detrarre i dati e quindi differenziarli anche per renderli stazionari, se il danno in sé stesso non ci riesci? E se …

12 time-series stationarity

1

Deseasonalizing dati di conteggio

Ho usato stl () in R per scomporre i dati di conteggio in componenti di tendenza, stagionali e irregolari. I valori di tendenza risultanti non sono più numeri interi. Ho le seguenti domande: Stl () è un modo appropriato per deseasonalizzare i dati di conteggio? Dato che la tendenza risultante …

12 r time-series poisson-distribution

3

STL su serie temporali con valori mancanti per il rilevamento di anomalie

Sto cercando di rilevare valori anomali in una serie temporale di dati climatici con alcune osservazioni mancanti. Cercando sul web ho trovato molti approcci disponibili. Di questi, la decomposizione stl sembra allettante, nel senso di rimuovere la tendenza e le componenti stagionali e studiare il resto. La lettura di STL: …

12 r time-series outliers missing-data

Domande taggate «time-series»