O processo AR (1) como yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t um processo de Markov? Se for, então VAR (1) é a versão vetorial do processo de
RNNs são notavelmente bons para capturar a dependência de tempo de dados seqüenciais. No entanto, o que acontece quando os elementos da sequência não são igualmente espaçados no tempo? Por exemplo, a primeira entrada na célula LSTM acontece na segunda-feira, depois não há dados de terça a...
Tenho dados de vendas diárias de um produto altamente sazonal. Eu quero capturar a sazonalidade no modelo de regressão. Eu li que, se você tiver dados trimestrais ou mensais, nesse caso, poderá criar 3 e 11 variáveis fictícias, respectivamente - mas posso lidar com dados diários? Eu tenho três...
Esta pergunta pode ser muito básica. Para uma tendência temporal de dados, eu gostaria de descobrir o ponto em que mudanças "abruptas" acontecem. Por exemplo, na primeira figura mostrada abaixo, eu gostaria de descobrir o ponto de mudança usando algum método estatístico. E eu gostaria de aplicar...
Eu tenho tentado aprender e aplicar modelos ARIMA. Tenho lido um excelente texto sobre o ARIMA da Pankratz - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . No texto, o autor enfatiza especialmente o princípio da parcimônia na escolha dos modelos ARIMA. Comecei a jogar com...
Estou procurando testar a cointegração entre duas séries temporais. Ambas as séries têm dados semanais que abrangem ~ 3 anos. Estou tentando fazer o método de duas etapas da Engle-Granger. Minha ordem de operações segue. Teste cada série temporal para obter a raiz da unidade através do...
A padronização de uma variável dependente dentro do grupo de identificação faz sentido? O documento de trabalho a seguir (desaceleração do desmatamento na Amazônia Legal; Preços ou políticas ?, pdf ) usa uma variável dependente padronizada para analisar o efeito da mudança de política geral no...
Tenho uma série temporal diária bastante previsível com sazonalidade semanal. Sou capaz de apresentar previsões que parecem bastante precisas (confirmadas pela validação cruzada) quando não há feriados. No entanto, quando há feriados, tenho os seguintes problemas: Na minha previsão, recebo...
Eu tenho um negócio on-line há dois anos seguidos, então tenho meus dados de vendas mensais há cerca de dois anos. Meus negócios todos os meses certamente são afetados pelo balanço sazonal (apresenta melhor desempenho no Natal, etc.) e provavelmente por alguns outros fatores que não conheço. Para...
Se tivermos uma série temporal longa e de alta resolução, com muito ruído, geralmente faz sentido agregar os dados em uma resolução mais baixa (digamos, valores diários a mensais) para entender melhor o que está acontecendo, removendo efetivamente alguns dos o barulho. Eu vi pelo menos um papel...
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...
Tentei um método de previsão e quero verificar se meu método está correto ou não. Meu estudo está comparando diferentes tipos de fundos mútuos. Quero usar o índice GCC como referência para um deles, mas o problema é que o índice GCC parou em setembro de 2011 e meu estudo é de janeiro de 2003 a...
Nota: esta pergunta é um repost, pois minha pergunta anterior teve que ser excluída por razões legais. Ao comparar o PROC MIXED do SAS com a função lmedo nlmepacote no R, deparei-me com algumas diferenças bastante confusas. Mais especificamente, os graus de liberdade nos diferentes testes...
Estou tentando entender como usar o aprendizado de máquina para prever séries temporais financeiras 1 ou mais etapas no futuro. Tenho séries temporais financeiras com alguns dados descritivos e gostaria de formar um modelo e depois usá-lo para prever n passos adiante. O que tenho feito até agora...
Está bem estabelecido, pelo menos entre os estatísticos de maior calibre, que os modelos com os valores da estatística da AIC dentro de um certo limite do valor mínimo devem ser considerados tão apropriados quanto o modelo que minimiza a estatística da AIC. Por exemplo, em [1, p.221],...
É melhor diferenciar uma série (supondo que seja necessária) antes de usar um Arima OU melhor para usar o parâmetro d no Arima? Fiquei surpreso com a diferença entre os valores ajustados, dependendo de qual rota é tomada com o mesmo modelo e dados. Ou estou fazendo algo
Estou tentando detectar valores anômalos em uma série temporal de dados climáticos com algumas observações ausentes. Pesquisando na web, encontrei muitas abordagens disponíveis. Dessas, a decomposição do stl parece atraente, no sentido de remover componentes de tendência e sazonais e estudar o...
Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 como métrica de...
Usei stl () em R para decompor os dados de contagem em componentes de tendência, sazonal e irregular. Os valores de tendência resultantes não são mais números inteiros. Tenho as seguintes perguntas: Stl () é uma maneira apropriada de dessazonalizar os dados da contagem? Como a tendência...
Eu tenho um conjunto de dados que está claramente aumentando à medida que o tempo passa (taxa de câmbio de uma moeda, dados mensais ao longo de 20 anos), minha pergunta é: Posso prejudicar os dados e depois diferenciá-los também para torná-los estacionários, se eles forem prejudiciais? não consegue...