«time-series» 태그된 질문

직관적이고 이해하기 쉬운 화이트 노이즈 프로세스를 정의하는 가장 좋은 방법은 무엇입니까?

25 time-series 

앤드류 무어 ( Andrew Moore)의 통계 데이터 마이닝 튜토리얼을 통해 작업을 시작했습니다 . 무어가 질병 발생을 탐지하는 알고리즘을 만드는 데 사용 된 많은 기술을 통해 추적하는 "시간 시리즈 기반 이상 탐지 알고리즘에 대한 입문 개요"라는 제목 의이 매우 흥미로운 PDF 를 읽었습니다 . 슬라이드의 중간 쯤에, 27 페이지에는 바이러스 확산을 …

25 time-series  outliers  signal-processing  wavelet 

이 찾기 어려운 수 있지만, 내가 읽고 싶은 ARIMA 예를 잘 설명 하는 것이 최소한의 수학을 사용 특정 사례를 예측하기 위해 해당 모델을 사용하여 모델을 구축하는 것 이상의 토론 그래픽과 수치 결과를 사용하여 예측 값과 실제 값 사이의 적합도를 특성화합니다.

25 time-series  arima  intuition 

시계열이 있고 시계열로 유지하면서 시작, 끝 및 빈도를 유지하면서 부분 집합을 만들고 싶습니다. 예를 들어 시계열이 있다고 가정 해 보겠습니다. > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 106 107 2011 108 109 110 이제 서브셋을 만들겠습니다. > …

25 r  time-series 

저는 현재 R의 트위터 AnomalyDetection을 사용하고 있습니다 : https://github.com/twitter/AnomalyDetection . 이 알고리즘은 계절별 데이터에 대한 시계열 이상 감지 기능을 제공합니다. 질문 : 이와 비슷한 다른 알고리즘이 있습니까 (계절을 제어하는 ​​것은 중요하지 않음)? 최고의 데이터 / 앙상블을 선택할 수 있도록 내 데이터에서 가능한 많은 시계열 알고리즘을 득점하려고합니다.

24 r  regression  time-series  anomaly-detection 

다음 코드는 두 시계열의 유사성을 평가합니다. set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) require(mgcv) mod1 <- gam(Temp ~ …

24 r  time-series  data-visualization  gam 

정확히 같은 크기의 두 시계열 간의 상관 관계를 계산하는 가장 쉬운 방법 / 방법은 무엇입니까? 나는 와 곱하고 곱셈을 더하는 것을 생각했습니다. 이 단일 숫자가 양수라면이 두 계열이 서로 연관되어 있다고 말할 수 있습니까? 그러나 선형 적으로 다른 지수로 증가하는 시계열이 서로 관련이없는 몇 가지 예를 생각할 수 있지만 위의 …

24 time-series 

시계열 분석을 시도하고 있으며이 분야에 익숙하지 않습니다. 저는 2006-2009 년부터 매일 이벤트를보고 있으며 시계열 모델에 맞추고 싶습니다. 내가 한 진보는 다음과 같습니다. timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) 결과 플롯은 다음과 같습니다. 데이터에 계절 성과 추세가 있는지 확인하기 위해이 게시물에 언급 된 단계를 따릅니다 . ets(x) fit <- tbats(x) seasonal <- !is.null(fit$seasonal) …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

시계열에서 변경점 분석을 수행하는 Python 모듈을 찾고 있습니다. 여러 가지 알고리즘이 있으며 각 알고리즘을 수동으로 롤링하지 않고도 일부 알고리즘의 효능을 탐색하고 싶습니다. 이상적으로는 bcp (Bayesian Change Point) 또는 R의 strucchange 패키지 와 같은 일부 모듈을 원합니다. Scipy 에서 일부를 찾을 것으로 예상했지만 아무것도 만들 수 없었습니다. 다음 시설에 시설이없는 것이 …

24 time-series  python  change-point 

A의 나는 최근 묻는 질문 , 나는 "아니오 - 아니오"황토로 추정 할 수있는 큰 것을 들었다. 그러나 Nate Silver의 FiveThirtyEight.com에 관한 최신 기사에서 그는 선거 예측을 위해 황토를 사용하는 것에 대해 논의했습니다. 그는 황토로 공격적 예측과 보수적 예측의 세부 사항을 논의하고 있었지만, 황토 로 미래 예측을하는 것이 타당하다고 생각합니까? 나는 …

23 time-series  forecasting  predictive-models  loess  politics 

우리는 일반적으로 PCA를 사례가 iid로 가정되는 데이터의 차원 축소 기술로 사용합니다. 질문 : 종속적이지 않은 IId 데이터에 PCA를 적용 할 때의 일반적인 뉘앙스는 무엇입니까? iid 데이터를 보유하고있는 PCA의 어떤 좋은 / 유용한 속성이 손상되거나 완전히 손실됩니까? 예를 들어, 데이터는 다변량 시계열 일 수 있으며,이 경우 자기 상관 또는 자기 회귀 …

23 time-series  pca  non-independent  iid 

고정되지 않은 시계열을 모델링 할 때 ARIMA를 사용해야한다는 것을 알고 있습니다. 또한, 내가 읽은 모든 것은 ARMA는 고정 시계열에만 사용해야한다고 말합니다. 내가 이해하려고하는 것은 모델을 잘못 분류하고 d = 0정지하지 않은 시계열을 가정 할 때 실제로 어떻게됩니까 ? 예를 들면 다음과 같습니다. controlData <- arima.sim(list(order = c(1,1,1), ar = .5, …

23 r  time-series  arima  stationarity 

오늘 아침에 나는 궁금해했다. (이것은 지난 밤에 잠을 잘 못 잤기 때문일 수있다) : 교차 검증은 적절한 시계열 예측의 초석 인 것 같아서, "정상적으로해야하는 모델은 무엇인가?" "에 대한 교차 검증? 나는 몇 가지 (쉬운) 것들을 생각해 냈지만 곧 ARIMA 모델의 특별한 경우가 아니라는 것을 깨달았습니다. 이제 궁금합니다. 이것이 실제 질문입니다. …

23 time-series  cross-validation  arima 

R의 Kalman Filter를 사용하여 시계열 예측 / 스무딩에 대한 좋은 예가 있습니까?

23 r  time-series  kalman-filter 

R에서 시계열 연구를 할 때 arima 계수 값과 적합 모형의 표준 오차 만 제공 한다는 것을 알았습니다 . 그러나 나는 또한 계수의 p- 값을 얻고 싶습니다. 나는 coef의 중요성을 제공하는 기능을 찾지 못했습니다. 그래서 나는 그것을 스스로 계산하고 싶지만, 계수의 t 또는 chisq 분포에서 자유도를 모른다. 그래서 내 질문은 R에서 …

23 r  time-series  chi-squared  arima  parametric