Domande taggate «time-series»

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 

Probabilmente ci sono più di un grave fraintendimento in questa domanda, ma non è pensato per ottenere i calcoli giusti, ma piuttosto per motivare l'apprendimento di serie temporali con una certa attenzione. Nel tentativo di comprendere l'applicazione delle serie temporali, sembra che la tendenza a ridurre i dati renda improbabile …

10 r  time-series  data-visualization 

In un commento a questa domanda , l'utente @whuber ha citato la possibilità di utilizzare una versione periodica di spline per adattarsi ai dati periodici. Vorrei saperne di più su questo metodo, in particolare sulle equazioni che definiscono le spline e su come implementarle in pratica (sono principalmente un Rutente, …

10 regression  time-series  seasonality  splines 

Attualmente sto cercando di capire i filtri antiparticolato e i loro possibili usi in ambito finanziario e sto lottando parecchio. Quali sono i prerequisiti matematici e statistici che dovrei rivisitare (provenienti da un background nella finanza quantitativa) al fine di (i) rendere accessibili le basi dei filtri antiparticolato e (ii) …

10 time-series  particle-filter 

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 

Dal titolo vorrei sapere se esiste un test statistico che può aiutarmi a identificare una divergenza significativa tra due serie temporali simili. In particolare, osservando la figura seguente, vorrei rilevare che le serie iniziano a divergere nel tempo t1, ovvero quando la differenza tra loro inizia a essere significativa. Inoltre, …

10 time-series  statistical-significance  variance  convergence  trend 

Sto leggendo un esempio nel libro Machine Learning for Hackers . Prima elaborerò l'esempio e poi parlerò della mia domanda. Esempio : Prende un set di dati per 10 anni di 25 azioni. Esegue PCA sui 25 prezzi delle azioni. Confronta il componente principale con l'indice Dow Jones. Osserva una …

10 time-series  pca  references  covariance  stationarity 

Il test di Durbin-Watson verifica l'autocorrelazione dei residui allo sfasamento 1. Ma allo stesso modo verifica l'autocorrelazione allo sfasamento 1 direttamente. Inoltre, puoi testare l'autocorrelazione al ritardo 2,3,4 e ci sono buoni test portmanteau per l'autocorrelazione a più ritardi e ottenere grafici piacevoli e facilmente interpretabili [ad esempio la funzione …

10 time-series  autocorrelation 

Ho letto in un documento la seguente frase: Il fatto che vi sia una differenza tra coefficienti a breve e a lungo termine è il risultato delle nostre specifiche che includono variabili endogene ritardate. Eseguono una regressione nelle prime differenze e includono un ritardo della variabile dipendente. Ora sostengono che …

10 regression  time-series  lags 

Immagina una situazione: abbiamo record storici (20 anni) di tre mine. La presenza di argento aumenta la probabilità di trovare oro nel prossimo anno? Come testare questa domanda? Ecco alcuni dati di esempio: mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", "rock","silver","rock","rock","rock","rock","silver", "gold","gold","gold","gold","gold","gold") time <- …

10 r  time-series  hypothesis-testing  stochastic-processes 

Sono un analista in campo finanziario e assicurativo e ogni volta che cerco di adattare i modelli di volatilità ottengo risultati terribili: i residui sono spesso non stazionari (nel senso della radice unitaria) ed eteroschedastici (quindi il modello non spiega la volatilità). I modelli ARCH / GARCH funzionano con altri …

10 time-series  garch  volatility-forecasting  arch 

Sto cercando di eseguire una semplice regressione, ma le mie variabili Y vengono osservate su una frequenza mensile e le variabili x vengono osservate su una frequenza annuale. Apprezzerò davvero alcune indicazioni su un approccio adeguato che può essere utilizzato per regressioni con frequenze diverse. Grazie mille

10 regression  time-series 

Se ho una serie temporale con stagionalità, ciò rende automaticamente la serie non stazionaria? La mia intuizione (probabilmente off) è che non lo fa. Stagionalità significa che la serie va su e giù attorno a un valore costante .... qualcosa come un'onda sinusoidale. Quindi, secondo questa logica, una serie temporale …

10 time-series  stationarity  seasonality 

La pagina di Wikipedia dice che Box-Jenkins è un metodo per adattare un modello ARIMA a una serie temporale. Ora, se voglio adattare un modello ARIMA a una serie temporale, aprirò SAS, chiamerò proc ARIMA, fornirò i parametri e SAS mi darà coefficienti AR e MA. Ora, posso provare diverse …

10 time-series  arima  sas  aic  box-jenkins 

Solo una domanda generale. Se si dispone di dati sulle serie temporali, quando è meglio utilizzare le tecniche delle serie temporali (ovvero ARCH, GARCH, ecc.) Rispetto alle tecniche di apprendimento automatico / statistico (KNN, regressione)? Se c'è una domanda simile che esiste su crossvalidated, per favore indicami verso di esso …

10 time-series  machine-learning