«time-series» 태그된 질문

시계열 예측을 자동화해야하며 해당 계열의 기능 (계절, 추세, 노이즈 등)을 미리 알지 못합니다. 내 목표는 각 시리즈에 가장 적합한 모델을 얻는 것이 아니라 매우 나쁜 모델을 피하는 것입니다. 다시 말해, 매번 작은 오류를 얻는 것은 문제가되지 않지만 가끔 큰 오류를 얻는 것은 문제가됩니다. 다른 기법으로 계산 된 모델을 결합하여이를 달성 …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

시계열 예측에서 "데이터 확대"를 수행하는 두 가지 전략을 고려하고 있습니다. 먼저 약간의 배경 지식이 필요합니다. 시계열의 다음 단계를 예측하기 위한 예측 변수 피피P{ A나는}{ㅏ나는}\lbrace A_i\rbrace 는 일반적으로 시계열 과거 상태와 예측 변수의 과거 상태 두 가지에 의존하는 함수입니다. 피( { A나는 ≤ t - 1} , P에스t - 1)피({ㅏ나는≤티−1},피에스티−1)P(\lbrace A_{i\leq …

13 time-series  data-augmentation 

각각에 가장 적합한 순차적 입력 문제는 무엇입니까? 입력 차원이 더 적합한 항목을 결정합니까? "더 긴 메모리"가 필요한 문제는 LSTM RNN에 더 적합한 반면, 주기적 입력 패턴 (주식 시장, 날씨)의 문제는 HMM에 의해보다 쉽게 ​​해결됩니까? 겹치는 부분이 많은 것 같습니다. 둘 사이에 어떤 미묘한 차이점이 있는지 궁금합니다.

13 time-series  neural-networks  hidden-markov-model  rnn 

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 …

13 time-series  arima  autoregressive  moving-average 

고정 된 두 개의 시계열 프로세스가 있다고 상상해보십시오 .xt,ytxt,ytx_t,y_t 가요 , 또한 고정? ∀ α , β ∈ Rzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} 도움을 주시면 감사하겠습니다. MA 표현이 있으므로 예라고 대답합니다.

12 time-series  stochastic-processes  stationarity 

차이를 적용하여 모든 고정식 시계열을 고정식 시계열로 변환 할 수 있습니까? 또한 차등 차수를 적용 할 순서를 어떻게 결정합니까? 간격 1,2 ... n과의 차이 만 있고 결과 시리즈가 정지인지 확인하기 위해 매번 정지의 단위 루트 테스트를 수행합니까?

12 time-series  stationarity 

주간 계절성을 가진 상당히 예측 가능한 일일 시계열이 있습니다. 휴일이 없을 때 꽤 정확한 예측 (교차 유효성 확인으로 확인)을 제시 할 수 있습니다. 그러나 휴일이있을 때 다음과 같은 문제가 있습니다. 모든 역사적 공휴일이 0이지만 내 예측에 공휴일의 숫자가 0이 아닙니다. 이것은 실제로 주요한 문제는 아닙니다. 문제는 ... 공휴일에 발생하지 않는 …

12 time-series  forecasting  arima  outliers 

ARIMA (X)로 모델링하는 데 필요한 고정 시리즈에 대한 질문 / 혼란이 있습니다. 나는 이것을 추론 (interference)의 영향에 대해 더 많이 생각하고 있지만 예측 대 추론이 반응에 어떤 차이가 있는지 알고 싶다. 질문: 내가 읽은 모든 입문 자료는 시리즈가 고정되어 있어야한다는 말을 들었다. 이는 나에게 의미가 있고 그것이 arima의 "I"가 들어오는 …

12 time-series  econometrics  arima  inference 

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 

노이즈가 많은 길고 높은 해상도의 시계열이있는 경우 데이터를 더 낮은 해상도 (예 : 매일부터 월 단위로)로 집계하여 진행 상황을 더 잘 이해하고 일부를 효과적으로 제거하는 것이 좋습니다. 소음. 별도의 변수에 대한 선형 회귀 분석에 대한 를 포함하여 집계 된 데이터에 일부 통계를 적용하는 논문이 하나 이상 있습니다. 유효합니까? 노이즈 감소로 …

12 time-series  aggregation 

데이터의 잠재 상태 수를 추정하기 위해 HMM (Hidden Markov Model)에 맞추려고하는 시계열 데이터 세트가 있습니다. 이 작업을 수행하는 의사 코드는 다음과 같습니다. for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } 이제 일반적인 회귀 모델에서 BIC는 가장 …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

시계열과 회귀의 관계와 차이점은 무엇입니까? 들면 모델 가정 회귀 모델의 입력 변수의 다른 값에 대한 출력 변수 간의 독립성을 가정하는 시계열 모형은하지 않지만 그것은 정확? 다른 차이점은 무엇입니까? 방법 에 대해서는 Darlington의 웹 사이트 에서 시계열 분석에는 여러 가지 접근 방법이 있지만 가장 잘 알려진 두 가지 방법은 회귀 방법과 …

12 regression  time-series  box-jenkins 

여러 센서 스트림에서 최신 데이터 포인트의 벡터를 가져 와서 유클리드 거리를 이전 벡터와 비교하는 알고리즘을 연구 중입니다. 문제는 서로 다른 데이터 스트림이 완전히 다른 센서에서 온 것이므로 간단한 유클리드 거리를 사용하면 일부 값이 크게 강조됩니다. 분명히 데이터를 정규화 할 수있는 방법이 필요합니다. 그러나 알고리즘은 실시간으로 실행되도록 설계되었으므로 정규화에서 모든 데이터 …

12 time-series  normalization  real-time 

기계 학습을 사용하여 미래의 재무 시계열 1 단계 이상을 예측하는 방법을 파악하려고합니다. 설명 데이터가 포함 된 재무 시계열이 있으며 모델을 구성한 다음 모델을 사용하여 n 단계를 미리 예측하고 싶습니다. 내가 지금까지 한 일은 : getSymbols("GOOG") GOOG$sma <- SMA(Cl(GOOG)) GOOG$range <- GOOG$GOOG.High-GOOG$GOOG.Low tail(GOOG) GOOG.Open GOOG.High GOOG.Low GOOG.Close GOOG.Volume GOOG.Adjusted sma range …

12 r  time-series  machine-learning  random-forest  finance 

시간이 지남에 따라 데이터 세트가 명확하게 증가하고 있습니다 (통화의 환율, 20 년 동안의 월간 데이터). 내 질문은 : 데이터를 추론하고 그 자체로 추이를 낮추면 고정시킬 수 있도록 데이터를 추론 할 수 있습니까? 이것을 달성하지 못합니까? 그렇다면 두 번의 차이로 간주됩니까, 아니면 단지 한 번의 차이로 간주됩니까?

12 time-series  stationarity