«time-series» 태그된 질문

두 시계열 간의 공적분을 테스트하려고합니다. 두 시리즈 모두 ~ 3 년에 걸친 주간 데이터를 가지고 있습니다. Engle-Granger Two Step Method를 시도하고 있습니다. 내 작업 순서는 다음과 같습니다. Augmented Dickey-Fuller를 통해 각 시계열에 단위 루트를 테스트합니다. 둘 다 단위 루트가 있다고 가정하면 OLS를 통해 관계의 선형 근사를 찾으십시오. 그런 다음 일련의 …

13 time-series  cointegration  unit-root  augmented-dickey-fuller 

샘플링 속도가 1Hz (7200 회 측정) 인 2 시간의 GPS 데이터가 2 개 있습니다. 데이터는 . 여기서 는 측정 불확실성입니다.N σ( X, Xσ, Y, Yσ, Z, Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma)엔σNσN_\sigma 모든 측정의 평균 (예 :이 두 시간의 평균 Z 값)을 취하면 표준 편차는 무엇입니까? 물론 Z 값에서 표준 …

13 time-series  mean  standard-deviation 

R (2.15.2)에서는 시계열에 ARIMA (3,1,3)를 한 번, 한 번 다른 시계열에 ARMA (3,3)를 한 번 장착했습니다. ARIMA의 피팅 방법으로 인해 피팅 매개 변수가 다릅니다. 또한 ARMA (3,3)과 동일한 데이터에 ARIMA (3,0,3)를 피팅하면 내가 사용하는 피팅 방법에 관계없이 동일한 매개 변수가 생성되지 않습니다. ARMA에서와 동일한 피팅 계수를 얻기 위해 ARIMA에 맞는 …

13 r  time-series  arima  fitting  arma 

ARIMA 모델을 배우고 적용하려고 노력했습니다. 나는 일 변량 상자 -Jenkins 모델을 사용한 Pankratz- 예측 및 개념에 의해 ARIMA에 대한 훌륭한 텍스트를 읽었습니다 . 본문에서 저자는 특히 ARIMA 모델을 선택할 때 parsimony의 원칙을 강조합니다. 나는 R 패키지 예측auto.arima() 에서 기능을 가지고 놀기 시작했다 . 다음은 내가 한 일이며 ARIMA를 시뮬레이션 한 …

13 time-series  forecasting  arima  aic  automatic-algorithms 

ARMA (2,1) 프로세스 의 autocovariance 함수 에 대한 분석 표현식을 파생시켜야합니다 .γ(k)γ(k)\gamma\left(k\right) yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t 그래서 나는 그것을 알고 있습니다 : γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] 그래서 쓸 수 있습니다 : γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] 그런 다음 autocovariance 함수의 분석 버전을 도출하려면 정수보다 큰 모든 대해 유효한 재귀를 얻을 때까지 -0, 1, …

13 time-series  covariance  autocorrelation  arma 

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 …

13 time-series  mcmc  autoregressive  likelihood 

식별 그룹 내 종속 변수의 표준화가 의미가 있습니까? 다음 실무 논문 (법률 아마존에서 산림 파괴 둔화; 가격 또는 정책?, pdf )은 표준화 된 종속 변수를 사용하여 산림 파괴에 대한 브라질의 일반적인 정책 변경의 영향을 분석합니다. 표준화는 다음과 같이 수행됩니다. Ynewit=Yit−Yi¯¯¯¯¯sd(Yit)Yitnew=Yit−Yi¯sd(Yit) Y^{new}_{it} = \frac{Y_{it} - \overline{Y_i}}{sd(Y_{it})} 저자는 이것이 "시정촌 내의 삼림 …

13 regression  time-series  panel-data  standardization  fixed-effects-model 

편집하다 필요한 절차를 정확하게 설명 하는 논문 을 찾았습니다 . 유일한 차이점은 종이가 월간 평균을 유지하면서 월간 평균 데이터를 매일 보간한다는 것입니다. 에 접근 방식을 구현하는 데 문제가 R있습니다. 모든 힌트를 부탁드립니다. 기발한 매주 다음과 같은 카운트 데이터가 있습니다 (주당 하나의 값). 의사의 상담 횟수 인플루엔자 사례 수 내 목표는 …

13 r  time-series  interpolation 

이를 시작하기 위해 저는 수학적 배경이 매우 깊지 만 시계열이나 통계 모델링을 다루지 않았습니다. 그래서 당신은 나와 함께 매우 부드럽게하지 않아도됩니다 :) 상업용 건물에서 에너지 사용 모델링에 대한이 논문을 읽고 있으며 저자는 다음과 같이 주장합니다. [자기 상관의 존재]는 모델이 본질적으로 자기 상관 된 에너지 사용의 시계열 데이터로부터 개발 되었기 때문이다. …

13 time-series  autocorrelation 

와 같은 AR (1) 프로세스 가 Markov 프로세스입니까?yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t 그렇다면 VAR (1)은 Markov 프로세스의 벡터 버전입니까?

13 time-series 

2 개의 시계열 (간단한 경우)에 대해 Johansen Cointegration 테스트를 수행 할 때 사용하려는 지연을 결정해야합니다. 다른 지연에 대한 테스트를 수행하면 다른 결과가 반환됩니다. 일부 지연 수준의 경우 귀무 가설을 기각 할 수는 있지만 다른 경우에는 그렇지 않습니다. 내 질문은 입력 데이터를 기반으로 Johansen 테스트를 수행 할 때 사용해야하는 지연을 결정하는 …

13 time-series  cointegration 

변수가 다를 때 정상적인 다중 / 단순 회귀와 다중 / 단순 회귀 사이의 관계가 무엇인지 이해하려고합니다. 예를 들어, 예금 잔고 ( )와 시장 요율 ( ) 사이의 관계를 분석하고 있습니다. 간단한 선형 회귀 분석을 실행하면 상관 관계가 음수이고 상당히 중요합니다 (-.74 정도). 그러나 로그를 가져 오면 종속 변수의 차이와 독립 …

13 regression  time-series 

시계열에 대한 예측 모델이 있으며 샘플 외부 예측 오류를 계산하려고합니다. 현재 내가 따르고있는 전략은 Rob Hyndman의 블로그 (페이지 하단 근처)에서 제안 된 것입니다 (시계열 및 크기 의 훈련 세트를 가정 )y1,…,yny1,…,yny_1,\dots,y_nkkk 데이터에 모델을 장착 및하자 다음 관찰에 대한 예측합니다.yt,…,yt+k−1yt,…,yt+k−1y_t,\dots,y_{t+k-1}y^t+ky^t+k\hat{y}_{t+k} 예측 오류를 .et=y^t+k−yt+ket=y^t+k−yt+ke_{t} = \hat{y}_{t+k} - y_{t+k} 대해 반복t=1,…,n−kt=1,…,n−kt=1,\dots,n-k 평균 제곱 …

13 time-series  forecasting 

연도 별 주식 지표 수익률이 미달 된 (12 개월) 회귀하는 회귀 모델을보고 있습니다. 동일한 주가 지수의 연도 별 수익률, 신용 스프레드 (매월 무위험 채권의 평균과 회사채의 차이) 생산량), YoY 인플레이션 율 및 산업 생산의 YoY 지수. 따라서이 경우 모양이 보입니다 (이 경우 인도 고유의 데이터를 대체 할 수는 있음). SP500YOY(T) …

13 regression  time-series  autocorrelation 

L1 정규 선형 회귀 피팅에 LARS [1] 사용과 좌표 하강 사용의 장단점은 무엇입니까? 나는 주로 퍼포먼스 측면에 관심이있다 (내 문제는 N수십만에서 p20 이하인 경향이있다 ). 그러나 다른 통찰력도 인정 될 것이다. 편집 : 내가 질문을 게시 한 후 chl은 Friedman 등의 논문 [2]에 좌표 하강이 다른 방법보다 상당히 빠른 것으로 …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction