Perguntas com a marcação «time-series»

10

Variável categórica de regressão linear R valor "oculto"

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída fornecida...

r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

10

Como comparar a precisão de dois modelos diferentes usando significância estatística

Estou trabalhando na previsão de séries temporais. I tem dois conjuntos de dados D 1 = { x1 1, x2, . . . . xn}D1={x1,x2,....xn}D1=\{x_1, x_2,....x_n\} e D 2 = { xn+ 1 , xn+ 2 , xn+ 3 , . . . . , xn+ k }D2={xn+1,xn+2,xn+3,....,xn+k}D2=\{x_n+1, x_n+2, x_n+3,...., x_n+k\} . Eu tenho três modelos de...

time-series machine-learning statistical-significance classification model-evaluation

10

Qual é a diferença entre correlação serial e ter uma raiz unitária?

Posso estar misturando meus conceitos de séries temporais e não séries temporais, mas qual é a diferença entre um modelo de regressão que exibe correlação serial e um modelo que exibe uma raiz unitária? Além disso, por que você pode usar um teste de Durbin-Watson para testar a correlação serial,...

time-series autocorrelation unit-root

10

Padrão de cliques do mouse (ou teclado) e previsão da atividade do usuário do computador

Baseado apenas no padrão temporal dos cliques do mouse (uma lista dos tempos de clique ), é possível prever a atividade do usuário do computador?[ t1 1, t2, t3, ... ][t1,t2,t3,…][t_1,t_2,t_3,\ldots] Por exemplo, fora de: trabalhar vs passar tempo no Facebook vs assistir fotos vs jogar um jogo de...

time-series signal-processing pattern-recognition

10

Análise de séries temporais assíncrona (irregular)

Estou tentando analisar o lead-lag entre as séries temporais de dois preços das ações. Em análises regulares de séries temporais, podemos fazer a correlação cruzada, VECM (Granger Causality). No entanto, como lidar com o mesmo em séries temporais com espaçamento irregular. A hipótese é que um dos...

r time-series cross-correlation unevenly-spaced-time-series

10

Como encontrar semelhanças entre séries temporais?

No exemplo a seguir, tenho um quadro de dados que consiste em uma série temporal de medições de temperatura da água registradas em 5 profundidades no oceano, onde cada valor Tempcorresponde à data DateTimee profundidade Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <-...

r time-series correlation similarities

10

Como modelar uma moeda tendenciosa com viés variável no tempo?

Modelos de moedas tendenciosas normalmente têm um parâmetro . Uma maneira de estimar partir de uma série de empates é usar uma distribuição beta anterior e computar a distribuição posterior com probabilidade binomial.θθ = P( Cabeça | θ )θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta Nas...

time-series bayesian kalman-filter

10

“Teorema do limite central” para soma ponderada de variáveis aleatórias correlacionadas

Estou lendo um artigo que afirma que (isto é, a Transformada Discreta de Fourier, DFT) pelo CLT tende para um (complexo) variável aleatória gaussiana. No entanto, eu sei que isso não é verdade em geral. Depois de ler esse argumento (falacioso), pesquisei na net e encontreieste artigo de 2010 da...

time-series central-limit-theorem fourier-transform

10

Interpretação da sazonalidade com ACF e PACF

Eu tenho um conjunto de dados em que a intuição empírica diz que devo esperar uma sazonalidade semanal (ou seja, o comportamento no sábado e domingo é diferente do restante da semana). Se essa premissa for verdadeira, um gráfico de autocorrelação não deve me dar rajadas com múltiplos de 7? Aqui...

time-series autocorrelation forecasting

10

Como visualizar grandes dados de séries temporais interativamente?

Costumo lidar com uma quantidade de tamanho razoável de dados de séries temporais, 50 a 200 milhões de vezes com registros de data e hora associados e gostaria de visualizá-los dinamicamente. Existe software existente para fazer isso de forma eficaz? E as bibliotecas e formatos de dados? O cache...

time-series data-visualization large-data interactive-visualization

10

Compreendendo as linhas pontilhadas azuis em um ACF de R

Estou com problemas para entender as linhas pontilhadas azuis na figura a seguir da função de autocorrelação: Alguém poderia me dar uma explicação simples, o que está me

r time-series autocorrelation

10

Interpretando a decomposição de séries temporais usando TBATS do pacote de previsão R

Gostaria de decompor os seguintes dados de séries temporais em componentes sazonais, de tendência e residuais. Os dados são um perfil de energia de refrigeração a cada hora de um edifício comercial: TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18),...

r time-series forecasting multiple-seasonalities tbats

10

Quais são alguns bons recursos para o histórico da análise de séries temporais?

Verifiquei a resposta desta pergunta em stats.stackexchange: Quais são os bons recursos que fornecem um histórico de estatísticas? De fato, o livro Stigler "Statistics on the Table" parece excelente e estou ansioso para lê-lo. Mas estou mais interessado no desenvolvimento de modelos ARIMA...

time-series references arima history

10

Pergunta sobre a função de autocovariância de amostra

Estou lendo um livro de análise de séries temporais e a fórmula para autocovariância de amostra é definida no livro como: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) compara . é a...

time-series probability mathematical-statistics

10

Modelo de Histórico de Eventos em Tempo Discreto (Sobrevivência) em R

Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 ou 0, em...

r survival pca sas matlab neural-networks r logistic spatial spatial-interaction-model r time-series econometrics var statistical-significance t-test cross-validation sample-size r regression optimization least-squares constrained-regression nonparametric ordinal-data wilcoxon-signed-rank references neural-networks jags bugs hierarchical-bayesian gaussian-mixture r regression svm predictive-models libsvm scikit-learn probability self-study stata sample-size spss wilcoxon-mann-whitney survey ordinal-data likert group-differences r regression anova mathematical-statistics normal-distribution random-generation truncation repeated-measures variance variability distributions random-generation uniform regression r generalized-linear-model goodness-of-fit data-visualization r time-series arima autoregressive confidence-interval r time-series arima autocorrelation seasonality hypothesis-testing bayesian frequentist uninformative-prior correlation matlab cross-correlation

10

Como incorporar um outlier inovador na observação 48 no meu modelo ARIMA?

Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse...

r time-series arima outliers hypergeometric fishers-exact r time-series intraclass-correlation r logistic glmm clogit mixed-model spss repeated-measures ancova machine-learning python scikit-learn distributions data-transformation stochastic-processes web standard-deviation r machine-learning spatial similarities spatio-temporal binomial sparse poisson-process r regression nonparametric r regression logistic simulation power-analysis r svm random-forest anova repeated-measures manova regression statistical-significance cross-validation group-differences model-comparison r spatial model-evaluation parallel-computing generalized-least-squares r stata fitting mixture hypothesis-testing categorical-data hypothesis-testing anova statistical-significance repeated-measures likert wilcoxon-mann-whitney boxplot statistical-significance confidence-interval forecasting prediction-interval regression categorical-data stata least-squares experiment-design skewness reliability cronbachs-alpha r regression splines maximum-likelihood modeling likelihood-ratio profile-likelihood nested-models

10

Previsão da função densidade

Estou fazendo uma pesquisa sobre a previsão de séries temporais de funções de densidade de probabilidade. Nosso objetivo é prever um PDF, dado o PDF historicamente observado (geralmente estimado). O método de previsão que estamos desenvolvendo funciona muito bem em estudos de simulação. No...

time-series forecasting functional-data-analysis

10

Resíduos de inicialização: estou fazendo certo?

Primeiro de tudo: Pelo que entendi, os resíduos de autoinicialização funcionam da seguinte maneira: Ajustar modelo aos dados Calcular os resíduos Amostra novamente os resíduos e adicione-os a 1. Ajuste o modelo ao novo conjunto de dados de 3. Repita os ntempos, mas sempre adicione os resíduos...

time-series matlab bootstrap residuals

10

Como corrigir os outliers detectados uma vez para a previsão de dados de séries temporais?

Estou tentando encontrar uma maneira de corrigir os valores discrepantes quando os encontrar / detectar nos dados de séries temporais. Alguns métodos, como o nnetar no R, apresentam alguns erros para séries temporais com valores extremos grandes / grandes. Já consegui corrigir os valores ausentes,...

time-series forecasting outliers winsorizing

10

A ANOVA bidirecional é apropriada?

Esta é a descrição do meu estudo. Estou experimentando três plantas: A, B e C. Essas plantas devem reduzir a glicose no sangue para pacientes diabéticos. Quero determinar qual dessas três plantas tem um efeito mais longo na redução da glicose no sangue após uma única administração em ratos. Isso é...

time-series anova