«time-series» 태그된 질문

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

예를 들어 지역의 여러 관측소의 여러 온도 기록과 같은 시계열이 있다고 가정 해보십시오. 지역 기후의 측면을 설명 할 수있는 전체 지역에 대한 단일 온도 기록을 얻고 싶습니다. 직관적 인 접근 방식은 각 단계마다 모든 스테이션의 평균을 단순히 얻는 것이지만 통계적 스파이더 감지 (아직 잘 연락하지 않은)는 이것이 쉽지 않을 수 …

10 time-series  climate 

올바른 표준 오류 및 테스트를 얻기 위해 lm () 기반 모델을 업데이트하려고합니다. 어떤 VC 매트릭스를 사용 해야할지 혼란 스럽습니다. sandwich패키지 제공 vcovHC, vcovHAC및 NeweyWest. 전자는 이질성 만 설명하지만 후자는 두 가지 상관 관계와 이질성 인식을 모두 설명합니다. 그러나 문서는 후자 두 가지의 차이점에 대해별로 설명하지 않습니다 (적어도 나는 그것을 얻지 …

10 regression  time-series  neweywest 

나는 값을 알아 싶습니다 (x, y)플로팅에 사용 plot(b, seWithMean=TRUE)에 mgcv의 패키지를. 누구든지 이러한 값을 추출하거나 계산하는 방법을 알고 있습니까? 예를 들면 다음과 같습니다. library(mgcv) set.seed(0) dat <- gamSim(1, n=400, dist="normal", scale=2) b <- gam(y~s(x0), data=dat) plot(b, seWithMean=TRUE)

10 r  time-series  smoothing  mgcv 

재무 시계열 모델링에 어떤 최신 도구 (Windows 기반)를 제안합니까?

10 modeling  time-series  finance  software 

시계열에 대한 가장 간단한 계절성 테스트 란 무엇입니까? 좀 더 구체적으로 말하면 in specific time series the seasonal component이 의미가 있는지 테스트하고 싶습니다 . Python / R에서 권장되는 패키지는 무엇입니까?

9 r  time-series  hypothesis-testing  python  seasonality 

시계열의 제곱이 고정되어 있으면 원래 시계열도 마찬가지이며 그 반대도 마찬가지라는 해결책을 찾았습니다. 그러나 나는 그것을 증명할 수없는 것 같습니다.

9 time-series  self-study  data-transformation  stationarity 

나는 최근에 시계열 지식을 되찾았고 머신 러닝은 대부분 한 걸음 앞서 나간다는 것을 깨달았습니다. 로 한 단계 미리 예측 우리가 시간별 데이터가있는 경우 예를 들어, 자정 등을위한 예측 오전 11시 오전 11시 오전 10시에서 데이터를 사용, I 평균 예측 머신 러닝 방법으로 미리 예측할 수 있습니까? 사전 예측을 사용하면 예를 …

9 machine-learning  time-series  forecasting  arima 

계절보다는 순환적인 시계열을 모델링하고 예측하려고합니다 (즉, 계절과 유사한 패턴이 있지만 고정 기간이 아닌). 예측의 8.5 절에 언급 된 ARIMA 모델을 사용하여 수행 할 수 있어야합니다 . 원칙 및 실습 : 의 가치 피pp데이터가 순환하는 경우 중요합니다. 주기적 예측을 얻으려면p ≥ 2p≥2p\geq 2매개 변수에 대한 추가 조건과 함께. AR (2) 모델의 …

9 time-series  forecasting  arima  seasonality 

수위와 속도 대 시간과 같은 많은 시계열 데이터가 있습니다. 유압 모델 시뮬레이션의 출력입니다. 모델이 예상대로 작동하는지 확인하기위한 검토 프로세스의 일부로, 데이터에 "흔들림"이 없도록 각 시계열을 플로팅해야합니다 (아래의 작은 흔들림 참조). 모델링 소프트웨어의 UI를 사용하는 것은이 데이터를 확인하는 매우 느리고 힘든 방법입니다. 따라서 짧은 VBA 매크로를 작성하여 결과를 포함하여 모델의 다양한 …

9 time-series  data-visualization  change-point 

파이썬의 statsmodels VAR 라이브러리를 사용하여 재무 시계열 데이터를 모델링하고 일부 결과가 혼란 스럽습니다. VAR 모델은 시계열 데이터가 정지되어 있다고 가정합니다. 나는 두 개의 다른 유가 증권에 대해 고정식이 아닌 일련의 로그 가격에 실수로 적합했으며 놀랍게도 적합하지 않은 값과 샘플 내 예측은 상대적으로 중요하지 않은 고정 잔차로 매우 정확했습니다. 표본 내 …

9 time-series  forecasting  r-squared  var  stationarity 

Adams와 MacKay 의 Bayesian 온라인 변경점 감지 논문을 읽고 있습니다 ( 링크 ). 저자는 한계 예측 분포를 작성하여 시작합니다. P(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} | \textbf{x}_{1:t}) = \sum_{r_t} P(x_{t+1} | r_t, \textbf{x}_t^{(r)}) P(r_t | \textbf{x}_{1:t}) \qquad \qquad (1) 어디 xtxtx_t 시간의 관찰이다 ttt; x1:tx1:t\textbf{x}_{1:t} 시간까지의 관측 세트를 나타냅니다 ttt; rt∈Nrt∈Nr_t \in \mathbb{N}현재 실행 …

9 time-series  bayesian  inference  change-point 

R에서 최근 관측치에 더 많은 가중치를 할당하려면 어떻게해야합니까? 나는 이것을 일반적으로 묻는 질문이나 욕망으로 생각하지만 이것을 구현하는 방법을 정확히 알아내는 데 어려움을 겪고 있습니다. 나는 이것을 많이 찾으려고 노력했지만 좋은 실제 예를 찾을 수는 없다. 내 예에서는 시간이 지남에 따라 큰 데이터 세트가 있습니다. 최신 데이터 행에 일종의 지수 가중치를 …

9 r  time-series  regression  random-forest 

ARMA-GARCH와 같은 시계열 모델에서는 적절한 지연 또는 모델 순서를 선택하기 위해 AIC, BIC, SIC 등과 같은 다른 정보 기준이 사용됩니다. 내 질문은 매우 간단합니다. 왜 우리는 조정 된 R2R2R^2 를 사용 하여 적절한 모델을 선택하지 않습니까? 조정 된 R ^ 2 값을 높이는 모델을 선택할 수 있습니다 R2R2R^2. 조정 된 …

9 regression  time-series  model-selection  aic  bic 

다음 1 차원 시퀀스를 가정하십시오. A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... A, B, C, ..여기의 문자 는 '일반적인'이벤트를 나타냅니다. #, $, %, ...여기의 기호 는 '특별한'이벤트를 나타냅니다 모든 이벤트 사이의 시간 간격은 일정하지 않습니다 (몇 초에서 며칠까지). 과거 이벤트가 계속 …

9 time-series  deep-learning  rare-events  lstm  sequential-pattern-mining