«time-series» 태그된 질문

1 월 5 일에서 12 월 11 일까지 20.000 개가 넘는 월별 시계열이 있다고 가정합니다. 이들 각각은 다른 제품에 대한 글로벌 판매 데이터를 나타냅니다. 각각의 예측을 계산하는 대신 "실제로 중요한"소수의 제품에만 집중하고 싶을 경우 어떻게해야합니까? 나는 총 연간 수입으로 해당 제품의 순위를 매기고 고전적인 파레토를 사용하여 목록을 정리할 수 있습니다. …

11 time-series  forecasting  forecastability 

ARIMA 모델을 원래 시계열에 맞췄으며 최상의 모델은 ARIMA (1,1,0)입니다. 이제 해당 모델에서 시리즈를 시뮬레이션하고 싶습니다. 간단한 AR (1) 모델을 작성했지만 모델 ARI (1,1,0) 내에서 차이를 조정하는 방법을 이해할 수 없었습니다. AR (1) 시리즈에 대한 다음 R 코드는 다음과 같습니다. phi= -0.7048 z=rep(0,100) e=rnorm(n=100,0,0.345) cons=2.1 z[1]=4.1 for (i in 2:100) z[i]=cons+phi*z[i-1]+e[i] …

11 r  time-series  arima 

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 

때로는 고정식으로 만들기 위해 시리가 달라져야 할 수도 있습니다. 그러나 1 차 차분이 충분하지 않을 때 2 차 차분이 어떻게 고정 될 수 있는지 이해할 수 없습니다. 2 차 차분과 필요한 경우에 대해 직관적으로 설명해 주시겠습니까?

11 time-series  stationarity 

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} &= …

11 time-series  least-squares  bias  autoregressive  estimators 

내 질문은 Holt-Winters와 ARIMA의 개념적 차이에 관한 것입니다. 내가 이해하는 한 Holt-Winters는 ARIMA의 특별한 경우입니다. 그러나 한 알고리즘이 언제 다른 알고리즘보다 선호됩니까? 아마도 Holt-Winters는 점증 적이므로 인라인 (빠른) 알고리즘의 역할을합니까? 통찰력을 기대합니다.

11 time-series  arima  exponential-smoothing 

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 : …

11 time-series  maximum-likelihood  autoregressive  unbiased-estimator 

나는 시계열이 하고 나는 ARFIMA (FARIMA 일명) 과정으로 모델링하고 싶습니다. 경우 (소수)의 순서로 통합 , I는 분별 차분 그것이 정지하게하고 싶다.와이티와이티y_t와이티와이티y_t디디d 질문 : 분수 미분을 정의하는 다음 공식이 맞습니까? Δ디와이티: =와이티− d와이t - 1+디( d− 1 )2 !와이t - 2−디( d− 1 ) ( 일− 2 )3 !와이t - 3+ …

11 time-series  arima  arfima 

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 

우리는 시계열로 사용될 자동 상관 난수 값을 만들려고 노력하고 있습니다. 참조하는 기존 데이터가 없으며 벡터를 처음부터 새로 작성하려고합니다. 한편으로 우리는 물론 배포와 SD를 가진 임의의 프로세스가 필요합니다. 다른 한편으로, 랜덤 프로세스에 영향을 미치는 자기 상관이 설명되어야한다. 벡터의 값은 여러 시간 지연에 따른 강도 감소와 자동 상관됩니다. 예를 들어 lag1은 0.5, …

11 r  time-series  random-variable  autocorrelation  lags 

시간이 지남에 따라 평균 연령을 나타내는 두 개의 데이터 시리즈가 있습니다. 두 시리즈 모두 시간이 지남에 따라 사망시 나이가 증가하지만 하나는 다른 것보다 훨씬 낮습니다. 더 낮은 샘플의 사망시 연령 증가가 상위 샘플의 연령 증가와 크게 다른지 확인하고 싶습니다. 다음은 연도별로 (1972 년부터 2009 년까지) 세 개의 소수점 이하 자릿수로 …

11 time-series  correlation  stata 

지금까지는 단면 데이터로 대부분 작업했으며 아주 최근에는 브라우징, 수많은 시계열 문헌을 통해 문제를 스캔하여 시계열 분석에서 어떤 역할 설명 변수가 어떤 역할을하는지 궁금합니다. 디트 렌딩 대신 트렌드 를 설명하고 싶습니다 . 제가 소개로 읽은 내용의 대부분은이 시리즈가 확률 론적 과정에서 나온 것이라고 가정합니다. AR (p) 및 MA 프로세스와 ARIMA 모델링에 …

11 r  time-series  multivariate-analysis 

시계열 데이터에서 이상 값을 찾거나 감지하면 이상 값을 수정하는 방법을 찾으려고합니다. R의 nnetar와 같은 일부 방법은 이상 치가 큰 시계열에 대해 약간의 오류를 발생시킵니다. 이미 결 측값을 수정했지만 이상 치가 여전히 내 예측을 손상시키고 있습니다 ...

10 time-series  forecasting  outliers  winsorizing 

다음 시계열 데이터를 계절, 추세 및 잔존 성분으로 분해하고 싶습니다. 데이터는 상업용 건물의 시간별 냉각 에너지 프로파일입니다. TotalCoolingForDecompose.ts <- ts(TotalCoolingForDecompose, start=c(2012,3,18), freq=8765.81) plot(TotalCoolingForDecompose.ts) 따라서 다음과 같은 조언을 바탕으로 일일 및 주간 계절 효과가 분명합니다. 여러 계절 성분으로 시계열을 분해하는 방법은 무엇입니까? 패키지 의 tbats기능을 사용했습니다 forecast. TotalCooling.tbats <- tbats(TotalCoolingForDecompose.ts, seasonal.periods=c(24,168), …

10 r  time-series  forecasting  multiple-seasonalities  tbats 

ARIMA (1,1,1) -GARCH (1,1) 모델을 몇 년에 걸쳐 1 분 간격으로 샘플링 된 AUD / USD 환율 로그 가격의 시계열에 맞추 었습니다. 모델을 추정 할 수있는 수백만 개의 데이터 포인트. 데이터 집합을 사용할 수 있습니다 여기에 . 명료하게하기 위해, 이것은 로그 가격의 1 차 통합으로 인해 로그 리턴에 적합한 ARMA-GARCH …

10 time-series  arima  simulation  garch  finance