«seasonality» 태그된 질문

수신 한 데이터에서 계절성을 감지하고 싶습니다. 계절 하위 계열 그림 및 자기 상관 그림과 같이 내가 찾은 몇 가지 방법이 있지만 그래프를 읽는 방법을 이해하지 못하는 사람이 있습니까? 다른 하나는 그래프의 최종 결과 유무에 관계없이 계절성을 감지하는 다른 방법이 있습니까?

56 time-series  seasonality 

미국의 17 년 (1995 년에서 2011 년까지) 자살 사망 관련 사망 증명서 데이터를 보유하고 있습니다. 검토 한 결과, 사용 된 방법이나 결과에 대한 확신이 명확하지 않습니다. 따라서 데이터 세트 내에서 특정 달에 자살이 발생할 가능성이 있는지 여부를 확인할 수 있습니다. 모든 분석은 R에서 수행됩니다. 데이터의 총 자살 건수는 13,909 명입니다. …

24 r  chi-squared  arima  count-data  seasonality 

시계열 분석을 시도하고 있으며이 분야에 익숙하지 않습니다. 저는 2006-2009 년부터 매일 이벤트를보고 있으며 시계열 모델에 맞추고 싶습니다. 내가 한 진보는 다음과 같습니다. timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) 결과 플롯은 다음과 같습니다. 데이터에 계절 성과 추세가 있는지 확인하기 위해이 게시물에 언급 된 단계를 따릅니다 . ets(x) fit <- tbats(x) seasonal <- !is.null(fit$seasonal) …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

매일 시계열에 ARIMA 모델을 장착하고 있습니다. 데이터는 매일 2010 년 2 월 1 일부터 2011 년 7 월 30 일까지 수집되며 신문 판매에 관한 것입니다. 매주 판매 패턴이 발견 될 수 있기 때문에 (매일 평균 판매량은 월요일에서 금요일까지 동일하다가 토요일과 일요일에 증가합니다)이 "계절성"을 파악하려고합니다. 판매 데이터 "데이터"가 주어지면 다음과 같이 …

21 r  time-series  arima  seasonality 

계절 조정 은 추가 연구를 위해 데이터를 전처리하는 중요한 단계입니다. 그러나 연구원은 추세주기 계절 분해를위한 여러 가지 옵션을 가지고 있습니다. 라이벌 계절 분해법 (경험적 문헌에서 인용 숫자로 판정) 가장 일반적인 X-11 (12) -ARIMA, Tramo / 좌석 (모두 구현된다 DEMETRA + ) 및 의 STL . 위에서 언급 한 분해 기술 …

20 time-series  data-transformation  methodology  seasonality 

이것은 긴 게시물이므로 나와 함께 견딜 수 있기를 바랍니다. 잘못된 부분을 수정하십시오. 저의 목표는 3 주 또는 4주의 과거 데이터를 기반으로 일일 예측을 작성하는 것입니다. 데이터는 변압기 라인 중 하나의 로컬 부하에 대한 15 분 데이터입니다. 계절 ARIMA 프로세스의 모델 순서를 찾는 데 문제가 있습니다. 전력 수요 시계열을 고려하십시오. 원래 …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

RSTL 분해를 수행하는 데 사용s.window 하여 계절 구성 요소가 얼마나 빠르게 변경 될 수 있는지 제어합니다. 값이 작을수록 더 빠른 변화가 가능합니다. 계절 창을 무한으로 설정하는 것은 계절 구성 요소를 주기적으로 (즉, 수년에 걸쳐 동일하게) 강제하는 것과 같습니다. 내 질문 : 121212s.window 그것과 시계열 주파수 사이에 어떤 링크가 있습니까?

16 r  time-series  trend  seasonality 

생물학적 및 환경 변수 상호 작용 (및 일부 외생 변수)을 포함하는 다변량 시계열 데이터 세트가 있습니다. 계절성 외에도 데이터에 명확한 장기 추세는 없습니다. 내 목적은 어떤 변수가 서로 관련되어 있는지 확인하는 것입니다. 예측은 실제로 찾지 못했습니다. 시계열 분석을 처음 접했을 때 몇 가지 참조를 읽었습니다. 내가 이해하는 한, VAR (Vector …

15 r  time-series  var  seasonality 

glmnetwithin caret을 사용하여 최적의 람다를 검색 cv.glmnet하고 동일한 작업을 수행하는 것을 비교하는 데 많은 혼란이있는 것 같습니다 . 다음과 같은 많은 질문이 제기되었습니다. 분류 모델 train.glmnet 대 cv.glmnet? 캐럿과 함께 glmnet을 사용하는 올바른 방법은 무엇입니까? `caret`를 사용한 교차 유효성 검사`glmnet` 그러나 질문의 ​​재현 가능성으로 인한 답변이 없습니다. 첫 번째 질문에 …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

주요 편집 : 지금까지 그들의 답변에 대해 Dave & Nick에게 큰 감사를 표하고 싶습니다. 좋은 소식은 내가 일할 루프가 있다는 것입니다 (배치 예측에 대한 Hydnman 교수의 게시물에서 빌린 원칙). 미해결 쿼리를 통합하려면 다음을 수행하십시오. a) auto.arima의 최대 반복 횟수를 늘리는 방법-많은 외인성 변수를 사용하면 auto.arima가 최종 모델에 수렴하기 전에 최대 …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

stl (Loess의 시계열의 계절 분해) 함수를 사용하여 다음 코드를 사용하여 플롯했습니다. plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) 위의 코드에 임의 데이터를 넣은 계절적 변동 (rnorm 함수)을 보여줍니다. 패턴이 다르더라도 실행 시마다 중대한 변형이 나타납니다. 이러한 두 가지 패턴은 다음과 같습니다. 계절 변동이있을 때 일부 데이터에 stl 함수를 사용하는 방법 이 계절 변동은 다른 …

11 time-series  seasonality  loess 

시계열로 작업하는 동안 스펙트럼 분석을 사용하여 계절성을 감지하고 제거하는 경우가 있습니다. 나는 시계열의 진정한 초보자이며 왜 원래 시계열에서 계절성을 제거하고 싶습니까? 계절성을 제거하지 않으면 원래 데이터가 왜곡되지 않습니까? 계절성을 제거하여 시계열을 구성하면 어떤 이점이 있습니까?

11 time-series  seasonality 

지수 평활을 사용하여 소매 항목 (주별)을 예측하고 싶습니다. 나는 sesonality 인덱스를 계산하고 저장하고 적용하는 방법에 지금 붙어 있습니다. 문제는 내가 찾은 모든 예제가 일종의 간단한 계절성을 다루는 것입니다. 제 경우에는 다음과 같은 문제가 있습니다. 1. 매년 같은 주에 계절이 발생하지 않습니다 : 움직일 수 있습니다. 마디-그라, 빌트, 부활절 및 기타 …

11 time-series  seasonality 

매일 두 개의 시계열 데이터가 있습니다. 하나는 구독 sign-ups이고 다른 하나는 terminations구독입니다. 두 변수에 포함 된 정보를 사용하여 후자를 예측하고 싶습니다. 이 시리즈의 그래프를 보면 해지가 몇 달 전에 여러 번 가입 한 것과 관련이 있음이 분명합니다. 즉, 5 월 10 일에 가입이 급증하면 6 월 10 일, 7 월 …

11 r  time-series  seasonality  var