Tenho séries temporais barulhentas que preciso segmentar nessas porções com média zero e nas porções sem média zero. Encontrar os limites com a maior precisão possível é importante (claramente onde o limite se encontra com precisão é um pouco subjetivo). Eu acho que uma variante de cusum poderia...
Estou tentando replicar o cálculo que o SAS e o SPSS fazem para a função de autocorrelação parcial (PACF). No SAS, é produzido através do Proc Arima. Os valores PACF são os coeficientes de uma auto-regressão da série de interesse em valores defasados da série. Minha variável de interesse é...
Ambas as variáveis (dependentes e independentes) mostram efeitos de autocorrelação. Os dados são séries temporais e estacionários Quando executo, os resíduos da regressão parecem não estar correlacionados. Minha estatística de Durbin-Watson é maior que o valor crítico superior; portanto, há uma...
Introdução Na combinação de previsões, uma das soluções populares é baseada na aplicação de algum critério de informação. Tomando por exemplo o critério Akaike estimado para o modelo , pode-se calcular as diferenças de de e, em seguida, RP_j = e ^ {(AIC ^ * - AIC_j) / 2} podem ser interpretadas...
Eu tenho uma série temporal de medidas (alturas, uma série dimensional). No período de observação, o processo de medição foi interrompido por alguns momentos. Portanto, os dados resultantes são um vetor com NaNs onde houve lacunas nos dados. Usando o MATLAB, isso está me causando um problema ao...
Como um passatempo paralelo, tenho explorado séries temporais de previsão (em particular, usando R). Para os meus dados, tenho o número de visitas por dia, para todos os dias, voltando quase quatro anos. Nestes dados, existem alguns padrões distintos: De segunda a sexta tem muitas visitas (a...
Tenho certeza de que estou perdendo algo óbvio aqui, mas estou bastante confuso com termos diferentes no campo de séries temporais. Se eu entendi direito, erros serialmente autocorrelacionados são um problema nos modelos de regressão (veja, por exemplo, aqui ). Minha pergunta é agora o que...
Eu tenho um conjunto de dados bastante complicado para analisar e não consigo encontrar uma boa solução para isso. É o seguinte: 1. os dados brutos são essencialmente gravações de canções de insetos. Cada música é composta de várias explosões e cada explosão é composta por subunidades. Todos os...
Venho ajustando alguns dados de séries temporais usando um modelo aditivo geral de Poisson usando SAS PROC GAM. De um modo geral, estou fazendo com que seu procedimento de validação cruzada generalizada interno gere pelo menos um "ponto de partida" decente para o meu spline único, que é uma função...
Isso deve ocorrer --- a previsão de coisas que estão presas entre 0 e 1. Na minha série, eu suspeito que um componente de auto-regressão e também um componente de reversão de média, então eu quero algo que possa interpretar como um ARIMA - mas não quero que ele atinja 1000% no futuro . Você...
Os seguintes enxertos são retirados deste artigo . Eu sou novato no bootstrap e estou tentando implementar o bootstrap paramétrico, semiparamétrico e não paramétrico para o modelo misto linear com o R bootpacote. Código R Aqui está o meu
Por exemplo: Quero prever valores futuros de uma série temporal com base em valores anteriores de várias séries temporais 'usando uma ANN e / ou SVM. As entradas terão valores defasados em cada série temporal e os resultados serão previsões um passo à frente (previsões com horizontes adicionais...
Eu ajustei o modelo ARIMA (5,1,2) usando a auto.arima()função em R e, observando a ordem, podemos dizer que este não é o melhor modelo para prever. Se existirem outliers na série de dados, qual é o método para ajustar um modelo a esses
Como não podemos ajustar o modelo ARIMA quando a suposição de variação constante é violada, qual modelo pode ser usado para ajustar séries temporais
Eu tenho lidado com o seguinte problema. Eu tenho uma espécie de sistema de tempo real e, a cada período de tempo, leio seu valor atual, criando uma série temporal (como 1, 12, 2, 3, 5, 9, 1, ...). Gostaria de conhecer métodos (estatística e aprendizado de máquina) para prever o próximo valor de...
Suponha que eu tenha uma amostra de frequências de 4 eventos possíveis: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e tenho as probabilidades esperadas de meus eventos ocorrerem: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Com a soma das frequências observadas dos meus quatro eventos (18), posso calcular as...
Eu sou iniciante em R. Você poderia explicar como usar ses no pacote de previsão de previsão R ? Eu gostaria de escolher o número de períodos iniciais e a constante de suavização. d <-
Estou tendo problemas para distinguir entre os conceitos de ceticismo e estacionariedade. Pelo que entendi, a heterocedasticidade é uma variabilidade variada nas subpopulações e a não estacionariedade é uma mudança / média / variação ao longo do tempo. Se esse é um entendimento correto (embora...
Em boa parte da literatura que estou estudando, é um desses termos que ocorre com frequência e ainda sem uma definição rigorosa a ser encontrada. Especificamente, me disseram: Para variáveis aleatórias indexadas no tempo (RVs) , o modelo de decomposição aditiva é dado como{ Xt}{Xt}\{X_t\}...
Estou usando o Dynamic Time Warping para corresponder a uma curva de "consulta" e "modelo" e obtendo sucesso razoável até o momento, mas tenho algumas perguntas básicas: Estou avaliando uma "correspondência" avaliando se o resultado da DTW é menor que algum valor limite que eu mostro...