Statistiche e Big Data time-series

9

Serie temporali per i dati di conteggio, con conteggi <20

Di recente ho iniziato a lavorare in una clinica per la tubercolosi. Ci incontriamo periodicamente per discutere il numero di casi di tubercolosi che stiamo attualmente trattando, il numero di test somministrati, ecc. Vorrei iniziare a modellare questi conteggi in modo da non indovinare solo se qualcosa di insolito o …

23 r time-series poisson-distribution count-data epidemiology

1

Quali sono esattamente i meccanismi di attenzione?

Negli ultimi anni sono stati utilizzati meccanismi di attenzione in vari articoli di Deep Learning. Ilya Sutskever, responsabile della ricerca presso Open AI, li ha entusiasti con entusiasmo: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Eugenio Culurciello alla Purdue University ha affermato che le RNN e le LSTM dovrebbero essere abbandonate a favore di reti neurali …

23 time-series deep-learning lstm rnn attention

3

AIC contro validazione incrociata in serie temporali: il piccolo caso campione

Sono interessato alla selezione del modello in un'impostazione di serie storiche. Per concretezza, supponiamo che io voglia selezionare un modello ARMA da un pool di modelli ARMA con diversi ordini di ritardo. L' intento finale è la previsione . La selezione del modello può essere effettuata da convalida incrociata, utilizzo …

23 time-series forecasting cross-validation model-selection aic

2

Definizione del tempo di autocorrelazione (per dimensioni del campione effettive)

Ho trovato due definizioni in letteratura per il tempo di autocorrelazione di una serie temporale debolmente stazionaria: τun'= 1 + 2 ∑k = 1∞ρKcontroτB= 1 + 2 ∑k = 1∞|ρK|τun'=1+2ΣK=1∞ρKcontroτB=1+2ΣK=1∞|ρK| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| dove è l'autocorrelazione al ritardok. ρK= Cov [ Xt, …

23 r time-series correlation

1

Come scomporre una serie storica con più componenti stagionali?

Ho una serie temporale che contiene doppi componenti stagionali e vorrei scomporre la serie nei seguenti componenti della serie temporale (tendenza, componente stagionale 1, componente stagionale 2 e componente irregolare). Per quanto ne so, la procedura STL per decomporre una serie in R consente solo un componente stagionale, quindi ho …

22 r time-series forecasting decomposition multiple-seasonalities

3

Supporta la regressione vettoriale per la previsione di serie temporali multivariate

Qualcuno ha tentato la previsione delle serie temporali utilizzando la regressione del vettore di supporto? Comprendo le macchine vettoriali di supporto e in parte capisco la regressione dei vettori di supporto, ma non capisco come possano essere utilizzate per modellare serie storiche, in particolare serie temporali multivariate. Ho provato a …

22 time-series machine-learning svm

2

Interpretazione dell'errore assoluto scalato medio (MASE)

L'errore assoluto scalato medio (MASE) è una misura dell'accuratezza della previsione proposta da Koehler & Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNSE=MUNEMUNEion-Sun'mple,nun'ioveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} dove è l'errore assoluto medio prodotto dalla previsione effettiva; mentre è l'errore …

22 time-series forecasting accuracy mase

2

Come raggruppare le serie temporali?

Ho una domanda sull'analisi dei cluster. Ci sono 3000 aziende che devono essere raggruppate in base al loro consumo di energia nell'arco di 5 anni. Ogni azienda ha valori per ogni ora per 5 anni. Vorrei scoprire se alcune società hanno lo stesso modello di potere d'uso nel periodo di …

22 time-series clustering spss

2

È possibile applicare PCA per i dati di serie storiche?

Comprendo che l'analisi dei componenti principali (PCA) può essere applicata sostanzialmente per i dati trasversali. La PCA può essere utilizzata in modo efficace per i dati delle serie temporali specificando l'anno come variabile della serie temporale ed eseguendo normalmente la PCA? Ho scoperto che la PCA dinamica funziona per i …

22 time-series pca

2

Rete neurale convoluzionale per serie storiche?

Vorrei sapere se esiste un codice per addestrare una rete neurale convoluzionale per la classificazione delle serie temporali. Ho visto alcuni articoli recenti ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ) ma non sono sicuro che esista qualcosa o se lo devo codificare da solo.

21 time-series classification neural-networks conv-neural-network

3

Analizza grafici ACF e PACF

Voglio vedere se sono sulla strada giusta per analizzare i miei grafici ACF e PACF: Background: (Reff: Philip Hans Franses, 1998) Poiché sia ACF che PACF mostrano valori significativi, presumo che un modello ARMA soddisfi le mie esigenze L'ACF può essere utilizzato per stimare la parte MA, ovvero il valore …

21 time-series model-selection arma statsmodels

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

1

Come posso allineare / sincronizzare due segnali?

Sto facendo delle ricerche ma sono rimasto bloccato nella fase di analisi (avrei dovuto prestare maggiore attenzione alle mie lezioni sulle statistiche). Ho raccolto due segnali simultanei: portata integrata per volume e variazione dell'espansione del torace. Vorrei confrontare i segnali e alla fine spero di ricavare volume dal segnale di …

21 r time-series signal-processing measurement

3

Auto.arima con dati giornalieri: come acquisire stagionalità / periodicità?

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 …

21 r time-series arima seasonality

1

Regressione logistica per serie storiche

Vorrei utilizzare un modello di regressione logistica binaria nel contesto dei dati di streaming (serie temporali multidimensionali) al fine di prevedere il valore della variabile dipendente dei dati (ovvero riga) appena arrivati, date le osservazioni passate. Per quanto ne so, la regressione logistica viene tradizionalmente utilizzata per l'analisi post mortem, …

21 r time-series logistic

Domande taggate «time-series»