«time-series» 태그된 질문

나는 최근 결핵 클리닉에서 일하기 시작했습니다. 우리는 현재 치료중인 결핵 사례 수, 시행되는 검사 횟수 등을 논의하기 위해 정기적으로 회의를합니다.이 수치를 모델링하기 시작하여 무언가가 비정상적인지 아닌지 추측하지 않습니다. 불행히도, 시계열에 대한 교육은 거의 없었으며 대부분의 노출은 매우 지속적인 데이터 (주가) 또는 매우 많은 수의 인플루엔자 모델에 노출되었습니다. 그러나 우리는 다음과 …

23 r  time-series  poisson-distribution  count-data  epidemiology 

주의 메커니즘은 지난 몇 년 동안 다양한 딥 러닝 논문에서 사용되었습니다. Open AI의 연구 책임자 인 Ilya Sutskever는 다음과 같이 열정적으로 찬사를 보냈습니다 : https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Purdue University의 Eugenio Culurciello는 RNN과 LSTM을 순전히주의 기반 신경망에 찬성하여 포기해야한다고 주장했습니다. https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 이 과장 보인다, 그러나 순전히 관심 기반 모델은 시퀀스 모델링 작업에 아주 …

23 time-series  deep-learning  lstm  rnn  attention 

시계열 설정에서 모델 선택에 관심이 있습니다. 구체적으로 지연 순서가 다른 ARMA 모델 풀에서 ARMA 모델을 선택한다고 가정합니다. 궁극적 인 의도는 예측 입니다. 모델 선택은 교차 검증, 정보 기준 (AIC, BIC) 사용 다른 방법들 중에서도 Rob J. Hyndman은 시계열에 대해 교차 검증 을 수행하는 방법을 제공합니다 . 비교적 작은 샘플의 경우, …

23 time-series  forecasting  cross-validation  model-selection  aic 

나는 약한 고정 시계열의 자기 상관 시간에 대한 문헌에서 두 가지 정의를 발견했다 τ에이= 1 + 2 ∑k = 1∞ρ케이대τ비= 1 + 2 ∑k = 1∞| ρ케이|τ에이=1+2∑케이=1∞ρ케이대τ비=1+2∑케이=1∞|ρ케이| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| 여기서 는 지연 에서의 자기 상관 입니다. kρ케이= 코브 [ X티, Xt …

23 r  time-series  correlation 

이중 계절 성분을 포함하는 시계열이 있고 계열을 다음 시계열 성분 (추세, 계절 성분 1, 계절 성분 2 및 불규칙 성분)으로 분해하고 싶습니다. 내가 아는 한, R에서 계열을 분해하는 STL 절차는 하나의 계절 성분 만 허용하므로 계열을 두 번 분해하려고 시도했습니다. 먼저 다음 코드를 사용하여 빈도를 첫 번째 계절 구성 요소로 …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

지원 벡터 회귀를 사용하여 시계열 예측을 시도한 사람이 있습니까? 지원 벡터 시스템을 이해하고 지원 벡터 회귀를 부분적으로 이해하지만 시계열, 특히 다변량 시계열을 모델링하는 데 어떻게 사용할 수 있는지 이해하지 못합니다. 몇 가지 논문을 읽으려고했지만 너무 높은 수준입니다. 누구나 다변량 시계열과 관련하여 작동 방식을 평온하게 설명 할 수 있습니까? 편집 : …

22 time-series  machine-learning  svm 

MASE (Mean Absolute Scaled Error)는 Koehler & Hyndman (2006)이 제안한 예측 정확도의 척도입니다 . MASE=MAEMAEin−sample,naiveMASE=MAEMAEin−sample,naiveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} 여기서 는 실제 예측에 의해 생성 된 평균 절대 오차입니다. 반면 (AN 예 : 변화 없음 예보 집적 순 예측에 의해 생성 된 평균 절대 에러 인 의 시간 시리즈)에서의 샘플 데이터를 계산 …

22 time-series  forecasting  accuracy  mase 

클러스터 분석에 대한 질문이 있습니다. 5 년 동안 전력 사용량에 따라 클러스터링해야하는 3000 개의 회사가 있습니다. 각 회사는 5 년 동안 1 시간마다 값을 갖습니다. 일부 회사에서 일정 기간 동안 동일한 사용 전력 패턴을 갖고 있는지 확인하고 싶습니다. 결과는 전력 사용량을 매일 예측하는 데 사용해야합니다. SPSS에서 시계열을 클러스터링하는 방법에 대한 …

22 time-series  clustering  spss 

PCA (Principal Component Analysis)는 기본적으로 단면 데이터에 적용 할 수 있음을 이해합니다. 연도를 시계열 변수로 지정하고 PCA를 정상적으로 실행하여 PCA를 시계열 데이터에 효과적으로 사용할 수 있습니까? 동적 PCA가 패널 데이터에 대해 작동하고 Stata의 코딩이 시계열이 아닌 패널 데이터에 맞게 설계된다는 것을 알았습니다. 시계열 데이터에서 작동하는 특정 유형의 PCA가 있습니까? 최신 …

22 time-series  pca 

시계열 분류를 수행하기 위해 회선 신경망을 훈련시키는 코드가 있는지 알고 싶습니다. 최근 논문 ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf )을 보았지만 무언가가 있는지 또는 직접 코딩했는지는 확실하지 않습니다.

21 time-series  classification  neural-networks  conv-neural-network 

ACF 및 PACF 플롯을 올바르게 분석하고 있는지 확인하고 싶습니다. 배경 : (Reff : 1998 년 필립 한스 프랜시스) ACF와 PACF 모두 중요한 값을 보여 주므로 ARMA 모델이 내 요구를 충족시킬 것이라고 가정합니다. ACF는 MA- 부분, 즉 q- 값을 추정하는데 사용될 수 있고, PACF는 AR- 부분, 즉 p- 값을 추정하는데 사용될 …

21 time-series  model-selection  arma  statsmodels 

프로세스가 자체의 이전 값에 의존하는 경우 AR 프로세스라는 것을 이해합니다. 이전 오류에 의존하는 경우 MA 프로세스입니다. 이 두 상황 중 하나가 언제 발생합니까? 프로세스를 MA와 AR로 가장 잘 모델링하는 것이 무엇을 의미하는지에 대한 근본적인 문제를 조명하는 확실한 예가 있습니까?

21 time-series  autoregressive  moving-average 

나는 약간의 연구를하고 있지만 분석 단계에 갇혀 있습니다 (통계 강의에 더 많은 관심을 기울여야 함). 볼륨과 흉부 확장의 변화를 위해 통합 된 유량 두 가지 동시 신호를 수집했습니다. 나는 신호를 비교하고 궁극적으로 가슴 확장 신호에서 볼륨을 도출하기를 희망합니다. 그러나 먼저 데이터를 정렬 / 동기화해야합니다. 기록이 정확히 동시에 시작되지 않고 가슴 …

21 r  time-series  signal-processing  measurement 

과거 관측치에 따라 방금 도착한 데이터의 종속 변수 (예 : 행)의 값을 예측하기 위해 스트리밍 데이터 (다차원 시계열) 컨텍스트에서 이진 로지스틱 회귀 모델을 사용하고 싶습니다. 내가 아는 한, 로지스틱 회귀 분석은 전통적으로 사후 분석에 사용되며, 각 종속 변수는 이미 검사 또는 연구의 특성에 의해 설정되었습니다. 그러나 시계열의 경우 어떻게됩니까? 우리는 …

21 r  time-series  logistic 

매일 시계열에 ARIMA 모델을 장착하고 있습니다. 데이터는 매일 2010 년 2 월 1 일부터 2011 년 7 월 30 일까지 수집되며 신문 판매에 관한 것입니다. 매주 판매 패턴이 발견 될 수 있기 때문에 (매일 평균 판매량은 월요일에서 금요일까지 동일하다가 토요일과 일요일에 증가합니다)이 "계절성"을 파악하려고합니다. 판매 데이터 "데이터"가 주어지면 다음과 같이 …

21 r  time-series  arima  seasonality