Previsão de séries temporais binárias

12

Eu tenho uma série temporal binária com 1 quando o carro não está em movimento e 0 quando o carro está em movimento. Quero fazer uma previsão para um horizonte de tempo de até 36 horas à frente e para cada hora.

Minha primeira abordagem foi usar um Naive Bayes usando as seguintes entradas: t-24 (sazonal diária), t-48 (sazonal semanal), hora do dia. No entanto, os resultados não são muito bons.

Quais artigos ou software você recomenda para esse problema?

Ricardo Bessa
fonte
veja se isso ajuda math.bme.hu/~morvai/publications/papers/… bom dia
Mithun Ashok
Você já considerou um modelo de markov oculto?
Ram Ahluwalia
Obrigado pelas respostas. Mas já existe algum pacote de software disponível com algumas implementações? Eu procurei no R, mas só encontrei o pacote VLMC. Obrigado, Ricardo Bessa
Ricardo, você deve editar sua pergunta com essas informações adicionais, em vez de adicioná-lo como resposta. Obrigado e bem-vindo ao site!
Aaron saiu de Stack Overflow
Existem realmente dois tipos de 1 em seus dados? Ou seja, 1 significa que o carro pode estar em movimento, mas não é contra 1, o que significa que seu carro realmente não pode estar em movimento no momento. Isso seria chamado de inflação única (geralmente é inflação zero). Nesse caso, você precisa modelar quando o carro pode estar em movimento ou não, e quando ele pode estar em movimento, mas não está.
Wayne

Respostas:

6

Você pode usar os modelos ARMA generalizados (GLARMA). Veja, por exemplo, Kedem e Fokianos (2002), Modelos de Regressão para Análise de Séries Temporais.

Veja também R package glarma (no CRAN)

hbaghishani
fonte
Esta resposta não deveria ter sido rebaixada.
usεr11852 diz Reinstate Monic
3

O pacote R bsts permite estimar modelos de séries temporais estruturais bayesianas com destinos binários, definindo family = 'logit'. Observe, porém, que esses modelos geralmente exigem execuções mais longas que os dados gaussianos (por exemplo, niter = 10000).

ulfelder
fonte
2

Que tal usar a regressão logística com alguns atrasos (diários, semanais) como preditores? (a maioria dos pacotes de software estatístico possui regressão logística). É um pouco de filmagem no escuro - você pode compartilhar os dados ou um enredo?

Galit Shmueli
fonte
2

O modelo Hidden Markov é a versão seqüencial do Naive Bayes. Em bayes ingênuos, você tem um rótulo com vários valores possíveis (no seu caso 0/1) e um conjunto de recursos. O valor para y é selecionado pela modelagem p (features | label) * p (label).

Em um modelo markov oculto, uma sequência de rótulos é prevista pela modelagem de p (rótulo | rótulo anterior) e P (recursos | rótulo).

Alex Lamb
fonte