«time-series» 태그된 질문

특이 값 감소 기술로 특이 값 분해를 사용하고 있습니다. N차원이 주어진 벡터는 D상관 관계가없는 차원으로 변환 된 공간의 특징을 나타내며,이 공간의 고유 벡터에있는 데이터 정보의 대부분을 중요도가 감소하는 순서로 요약합니다. 이제이 절차를 시계열 데이터에 적용하려고합니다. 문제는 모든 시퀀스의 길이가 같지 않기 때문에 실제로 num-by-dim행렬을 만들고 SVD를 적용 할 수 없다는 …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

이것은 약간의 플립 판트 질문이지만 대답에 진지한 관심이 있습니다. 나는 정신 병원에서 일하고 있으며, 와드의 폭력 수준과 관련하여 매일 각 와드에서 수집되는 3 년간의 데이터를 가지고 있습니다. 분명히이 데이터에 맞는 모델은 시계열 모델입니다. 좀 더 평범하게하기 위해 점수를 달리해야했습니다. 나는 차분 된 데이터로 ARMA 모델을 적합 시켰으며, 내가 생각하기에 가장 …

13 time-series  forecasting 

이것은 상당히 일반적인 질문입니다. 나는 일반적으로 여러 다른 모델을 사용하면 샘플에서 시계열을 예측하려고 할 때 하나의 모델보다 뛰어납니다. 모델 조합이 단일 모델보다 성능이 뛰어남을 보여주는 좋은 논문이 있습니까? 여러 모델을 결합하는 모범 사례가 있습니까? 일부 참고 문헌 : Hui Zoua, Yuhong Yang "예측을위한 시계열 모델 결합" International Journal of Forecasting …

13 time-series  modeling  model-comparison 

을 사용하여 모델 튜닝을 수행 caret했지만 gbm패키지를 사용하여 모델을 다시 실행했습니다 . caret패키지가 사용 gbm하고 출력이 동일해야한다는 것을 이해합니다 . 그러나 data(iris)RMSE와 R ^ 2를 평가 지표로 사용하면 약 5 %의 모델에서 불일치가 발생합니다. 부분 종속성 플롯을 사용 하기 위해 최적의 모델 성능을 찾고 caret싶지만 다시 실행 하고 싶습니다 gbm. …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

시계열을 모델링 할 때 (1) 예를 들어 AR (1) 프로세스와 같이 오류 항의 상관 구조를 모델링 할 수 있습니다 (2) 지연된 종속 변수를 설명 변수 (오른쪽)로 포함 나는 그들이 때때로 가야 할 실질적인 이유임을 이해한다 (2). 그러나 (1) 또는 (2) 또는 둘 다를 수행 하는 방법 론적 이유 는 무엇 …

13 time-series  autocorrelation  residuals  lags 

계절이 많은 제품에 대한 일일 판매 데이터가 있습니다. 회귀 모형의 계절성을 캡처하고 싶습니다. 분기 별 또는 월별 데이터가있는 경우 각각 3 개 및 11 개의 더미 변수를 만들 수 있지만 일일 데이터를 처리 할 수 ​​있습니까? 3 년 간의 일일 데이터가 있습니다. 독립 변수는 가격, 판촉 플래그 (예 / 아니오) …

13 regression  time-series  multiple-regression  categorical-data 

나는 X ( x.ts)와 Y ( y.ts) 의 위치에 따라 물고기의 움직임 패턴에 대한 시계열 데이터에 대한 자기 상관을 계산했습니다 . R을 사용하여 다음 기능을 실행하고 다음 플롯을 생성했습니다. acf(x.ts,100) acf(y.ts,100) 내 질문은,이 플롯을 어떻게 해석합니까? 어떤 종류의 패턴을보고하려면 어떤 정보가 필요합니까? 나는 인터넷을 서핑하고 있지만 그것을 효과적으로 설명하는 간결한 …

13 r  time-series  autocorrelation 

이 특별한 경우에 나는 호수가 얼어 붙은 날을 언급하고 있습니다. 이 "아이스 온"날짜는 1 년에 한 번만 발생하지만 때로는 겨울이 따뜻한 경우 전혀 발생하지 않습니다. 따라서 1 년에 호수는 20 일 (1 월 20 일)에 얼어 붙을 수 있고, 다른 해에는 전혀 얼지 않을 수 있습니다. 목표는 시작 날짜의 동인을 …

13 regression  time-series  survival  data-transformation  recurrent-events 

Rob Hyndman의 예측 패키지를 사용하여 R에서 일부 예측을 수행하고 있습니다 . 패키지에 포함 된 용지는 여기 에서 찾을 수 있습니다 . 이 논문에서 저자들은 자동 예측 알고리즘을 설명한 후 동일한 데이터 세트에서 알고리즘을 구현합니다. 그러나 지수 평활과 ARIMA 모델을 모두 추정 한 후에는 이해할 수없는 진술을합니다 (17 페이지). 정보 기준은 …

13 time-series  forecasting  model-selection  aic 

Arima를 사용하기 전에 계열을 변경하는 것이 더 좋습니까 (또는 필요하다고 가정) Arima 내에서 d 매개 변수를 사용하는 것이 더 낫습니까? 동일한 모델과 데이터로 어떤 경로를 취했는지에 따라 피팅 값이 어떻게 다른지 놀랐습니다. 아니면 내가 잘못하고 있습니까? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), end=c(1994,8)) wineindT_diff <-diff(wineindT) #coefficients and other measures are similar modA<-Arima(wineindT,order=c(1,1,0)) …

13 r  time-series  arima 

범위 막대가 plot.stl정확히 무엇을 의미 하는지 파악하는 데 어려움이 있습니다 . 나는이 질문에 대한 Gavin의 게시물을 발견하고 문서를 읽었으며 분해 된 구성 요소의 상대적 크기를 말하지만 여전히 어떻게 작동하는지 완전히 확신하지 못합니다. 예 : 데이터 : 작은 막대, 스케일 없음 계절 : 전체 막대, -0.6에서 0.2 범위의 스케일 범위 : …

13 r  time-series 

시간의 모든 정밀도 수준에서 시계열의 관측치를 측정 할 수 있고 연구의 목표가 X와 Y의 관계를 식별하는 것이라면, 다른 집계보다 특정 집계 수준을 선택하기위한 경험적 정당성이 있습니까? 이론 및 / 또는 실제적인 한계에 기초하여 단순히 선택을 하는가? 이 주요 질문에 대한 세 가지 하위 질문이 있습니다. 더 작은 수준의 집계를 선택하기에 …

13 time-series  aggregation  disaggregation 

시계열에서 이벤트를 식별하려고하는 여러 독립 코더가 있습니다.이 경우 대면 대화 비디오를보고 특정 비언어적 행동 (예 : 헤드 노드)을 찾고 각 시간과 범주를 코딩합니다. 행사. 이 데이터는 샘플링 속도가 높은 (30 프레임 / 초) 이산 시계열 또는 연속 시계열로 처리하기에 적당 할 수 있습니다. 인터-래터 신뢰도의 일부 측정 값을 계산하고 싶지만 …

13 time-series  reliability  agreement-statistics 

이 질문은 너무 기본적 일 수 있습니다. 데이터의 일시적인 추세를 위해 "급격한"변경이 발생하는 지점을 찾고 싶습니다. 예를 들어 아래에 표시된 첫 번째 그림에서 통계 방법을 사용하여 변경 지점을 찾고 싶습니다. 그리고 변경 지점이 분명하지 않은 다른 데이터 (예 : 두 번째 그림)에 이러한 방법을 적용하고 싶습니다. 그러한 목적을위한 일반적인 방법이 …

13 time-series  trend  change-point 

그의 "2 차 고정 프로세스"가 Brockwell과 Davis의 시계열 및 예측 소개 에서 어떻게 정의되는지 궁금합니다 . ARMA (Autoregressive Moving-average) 클래스를 포함하는 선형 시계열 모델 클래스는 고정 프로세스를 연구하기위한 일반적인 프레임 워크를 제공합니다. 실제로 모든 2 차 고정 프로세스 는 선형 프로세스이거나 결정적 구성 요소를 빼서 선형 프로세스로 변환 할 수 …

13 time-series