«autoregressive» 태그된 질문

자기 회귀 (AR) 모델은 이전 값과 관련하여 계열의 값을 선형으로 지정하는 시계열을 모델링하는 확률 적 프로세스입니다.

1
SARIMAX를 직관적으로 이해하는 방법?
전기 부하 예측에 대한 논문을 이해하려고하지만 내부 개념, 특히 SARIMAX 모델 과 관련하여 어려움을 겪고 있습니다. 이 모델은 부하를 예측하는 데 사용되며 이해하지 못하는 많은 통계 개념을 사용합니다 (저학년 컴퓨터 과학 학생입니다-통계에서 평신도라고 생각할 수 있습니다). 그것이 어떻게 작동하는지 완전히 이해할 필요는 없지만 적어도 일어나고있는 일을 직관적으로 이해하고 싶습니다. 나는 …

4
어떤 상황에서 MA 프로세스 또는 AR 프로세스가 적합합니까?
프로세스가 자체의 이전 값에 의존하는 경우 AR 프로세스라는 것을 이해합니다. 이전 오류에 의존하는 경우 MA 프로세스입니다. 이 두 상황 중 하나가 언제 발생합니까? 프로세스를 MA와 AR로 가장 잘 모델링하는 것이 무엇을 의미하는지에 대한 근본적인 문제를 조명하는 확실한 예가 있습니까?

2
자동 회귀 시계열 모델이 비선형 인 경우에도 고 정성이 필요합니까?
시계열 예측에 반복적 인 신경망을 사용하는 것에 대해 생각합니다. 선형 자동 회귀를 사용하는 ARMA 및 ARIMA 모델과 비교하여 기본적으로 일종의 일반화 된 비선형 자동 회귀를 구현합니다. 비선형 자동 회귀를 수행하는 경우에도 시계열이 정지 상태 여야하고 ARIMA 모델에서 수행하는 방식과 다른 방식으로 차이를 수행해야합니까? 아니면 모델의 비선형 특성으로 인해 고정되지 않은 …

1
MA 프로세스가 되돌릴 수없는 이유는 무엇입니까?
MA 프로세스가 뒤집을 수 없는지 관심을 갖는 이유를 이해하는 데 어려움이 있습니다. 내가 틀렸다면 저를 정정하십시오. 그러나 AR 프로세스가 인과 관계가 아닌지, 즉 매개 변수와 화이트 노이즈의 합으로 말하자면 "재 작성"이 가능한지 이해하는 이유를 이해할 수 있습니다. 즉, 이동 평균 프로세스. 그렇다면 AR 프로세스가 원인임을 쉽게 알 수 있습니다. 그러나 …

2
이 분산 측정 오류가있는 AR (1) 프로세스
1. 문제 변수 측정 값이 있는데 ytyty_t, 여기서 MCMC를 통해 얻은 t=1,2,..,nt=1,2,..,nt=1,2,..,n분포 를 갖는 n , nfyt(yt)fyt(yt)f_{y_t}(y_t) 을 단순화하기 위해 평균 μtμt\mu_t 및 분산 가우스라고 가정 σ2tσt2\sigma_t^2합니다. g(t)g(t)g(t) 와 같은 관측에 대한 물리적 모델이 있지만 잔차 rt=μt−g(t)rt=μt−g(t)r_t = \mu_t-g(t) 는 상관 관계가있는 것으로 보입니다. 특히, 나는 AR(1)AR(1)AR(1) 프로세스가 상관 관계를 …

3
ACF & PACF는 MA 및 AR 용어의 순서를 어떻게 식별합니까?
다른 시계열에서 작업하는 것은 2 년이 넘었습니다. AC 용어가 MA 용어의 순서를 식별하는 데 사용되고 PACF는 AR을 나타내는 데 사용되는 많은 기사를 읽었습니다. MA의 경우 ACF가 갑자기 종료되는 지연은 MA의 순서이며 PACF 및 AR의 경우와 비슷합니다. 다음은 PennState Eberly College of Science 의 기사 중 하나입니다 . 내 질문은 왜 …

3
결정 론적 모델과 확률 론적 모델의 차이점은 무엇입니까?
단순 선형 모형 : ϵ t N ( 0 , σ 2 )x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t 여기서 ~ iidϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) 와 및V a r ( x ) = σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR (1) : Xt= α Xt - 1+ ϵ티엑스티=α엑스티−1+ϵ티X_t =\alpha X_{t-1} + \epsilon_t 여기서 ~ iid N ( …

3
AR (1) 계수의 OLS 추정기가 바이어스되는 이유는 무엇입니까?
OLS가 AR (1) 프로세스의 바이어스 추정기를 제공하는 이유를 이해하려고합니다. 고려 이 모델에서는 엄격한 외 생성이 위반됩니다. 즉, 와 는 상관되지만 과 는 상관되지 않습니다. 그러나 이것이 사실이라면 왜 다음과 같은 간단한 파생이 이루어지지 않습니까? 와이티ϵ티= α + β와이t - 1+ϵ티,∼I I D엔( 0 , 1 ) .yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= …

2
AR ( ) 모형에 대한 편견 추정치
AR ( ) 모델을 고려하십시오 ( 간단 성을 위해 평균이 0이라고 가정).피pp 엑스티=φ1엑스t - 1+ … +φ피엑스t - p+ε티xt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t 대한 OLS 추정기 ( 조건부 최대 우도 추정량에 는 최근 스레드에 표시된 것처럼 바이어스 된 것으로 알려져 있습니다 .φ : …

1
시계열 예측을위한 랜덤 포레스트 회귀
제지 공장의 성능을 예측하기 위해 RF 회귀를 사용하려고합니다. 나는 기계 (종이 생산, 기계가 끌어 낸 전력)의 성능뿐만 아니라 입력 (속도 및 목재 펄프의 양 등 ...)에 대한 분 단위 데이터를 가지고 있으며 10 분을 예측하려고합니다. 성능 변수에 앞서. 12 개월의 데이터를 얻었으므로 훈련 세트의 경우 11 개월과 테스트의 마지막 달로 …

1
자동 상관 이진 시계열 모델링
이진 시계열 모델링에 대한 일반적인 접근 방법은 무엇입니까? 이것이 취급되는 종이나 교과서가 있습니까? 강력한 자기 상관 관계가있는 이진 프로세스를 생각합니다. AR (1) 프로세스의 부호와 같은 것은 0에서 시작합니다. 말 및 백색 잡음 . 그런 다음 의해 정의 된 이진 시계열 은 자기 상관을 보여 주며 다음 코드로 설명하고 싶습니다.엑스0= 0X0=0X_0 …


1
AR (1) 추정치의 R 및 EViews 차이
주요 문제 는 EViews 및 R을 사용하여 유사한 매개 변수 추정치를 얻을 수 없다는 것입니다. 내가 모르는 이유 때문에 EViews를 사용하여 특정 데이터에 대한 매개 변수를 추정해야합니다. NLS (nonlinear least squares) 옵션을 선택하고 다음 공식을 사용하면됩니다.indep_var c dep_var ar(1) EViews의 청구 : 그들은 AR 선형 추정하는 것이 (1)와 같은 처리 …

4
R의 이산 시간 이벤트 기록 (생존) 모델
R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …
10 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 

1
R 선형 회귀 범주 형 변수 "숨김"값
이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …
10 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 

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.