Als «arima» getaggte Fragen

Bezieht sich auf das AutoRegressive Integrated Moving Average-Modell, das in der Zeitreihenmodellierung sowohl zur Datenbeschreibung als auch zur Vorhersage verwendet wird. Dieses Modell verallgemeinert das ARMA-Modell, indem es einen Begriff für die Differenzierung einfügt, der nützlich ist, um Trends zu entfernen und einige Arten von Nichtstationarität zu behandeln.

3
Welche gängigen Prognosemodelle können als Sonderfälle von ARIMA-Modellen angesehen werden?
Heute morgen bin ich aufgewacht und habe mich gefragt (dies könnte daran liegen, dass ich letzte Nacht nicht viel geschlafen habe): Da die Kreuzvalidierung der Eckpfeiler einer ordnungsgemäßen Vorhersage von Zeitreihen zu sein scheint, welche Modelle sollte ich normalerweise verwenden? "Kreuzvalidierung gegen? Ich hatte ein paar (einfache), aber mir wurde …
3
Auto.arima mit täglichen Daten: Wie erfasst man die Saisonalität / Periodizität?
Ich rüste eine tägliche Zeitreihe mit einem ARIMA-Modell aus. Die Daten werden täglich vom 01.02.2010 bis zum 30.07.2011 erhoben und beziehen sich auf den Zeitungsverkauf. Da ein wöchentliches Verkaufsmuster festgestellt werden kann (die tägliche durchschnittliche Anzahl der verkauften Exemplare ist normalerweise von Montag bis Freitag gleich und steigt dann am …
1
Stepwise AIC - Gibt es Kontroversen zu diesem Thema?
Ich habe unzählige Beiträge auf dieser Site gelesen, die unglaublich gegen die schrittweise Auswahl von Variablen mit beliebigen Kriterien wie p-Werten, AIC, BIC usw. sind. Ich verstehe, warum diese Verfahren im Allgemeinen ziemlich schlecht für die Auswahl von Variablen sind. Gungs wahrscheinlich berühmter Post hier zeigt deutlich, warum; Letztendlich überprüfen …
4
Modellfehlerbegriffe mit gleitendem Durchschnitt
Dies ist eine grundlegende Frage zu Box-Jenkins MA-Modellen. Wie ich es verstehe, ist ein MA - Modell im Grunde eine lineare Regression von Zeitreihenwerten YYY gegen vorherige Fehlerterme et,...,et−net,...,et−ne_t,..., e_{t-n} . Das heißt, die Beobachtung YYY wird zuerst gegen ihre vorherigen Werte zurückgebildet Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} und dann ein oder …
2
stochastischer vs. deterministischer Trend / Saisonalität in der Zeitreihenvorhersage
Ich habe einen moderaten Hintergrund in der Vorhersage von Zeitreihen. Ich habe mehrere Prognosebücher angeschaut und sehe in keinem die folgenden Fragen. Ich habe zwei Fragen: Wie würde ich objektiv (über einen statistischen Test) feststellen, ob eine bestimmte Zeitreihe Folgendes aufweist: Stochastische Saisonalität oder deterministische Saisonalität Stochastischer Trend oder deterministischer …
3
Auto.arima vs Autobox unterscheiden sie sich?
Aus dem Lesen von Beiträgen auf dieser Site weiß ich, dass es eine R- Funktion gibt auto.arima (im forecast Paket ). Ich weiß auch, dass IrishStat , ein Mitglied dieser Site, Anfang der 1980er Jahre das kommerzielle Paket autobox erstellt hat . Da diese beiden Pakete heute existieren und automatisch …
2
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern zur Inferenz?
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern (dynamische Regression) zur Inferenz? Insbesondere habe ich eine instationäre kontinuierliche Ergebnisvariable , eine instationäre kontinuierliche Prädiktorvariable und eine Scheinvariablen-Behandlungsserie . Ich würde gerne wissen, ob die Behandlung mit einer Änderung der Ergebnisvariablen korreliert war, die mehr als zwei Standardfehler …
4
Die Maschinengenauigkeit zur Steigerung des Gradienten nimmt mit zunehmender Anzahl von Iterationen ab
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
1
Regularisierung für ARIMA-Modelle
Ich kenne die Regularisierung nach LASSO, Ridge und Elastic-Net in linearen Regressionsmodellen. Frage: Kann diese (oder eine ähnliche) Art der bestraften Schätzung auf die ARIMA-Modellierung angewendet werden (mit einem nicht leeren MA-Teil)? Beim Erstellen von ARIMA-Modellen scheint es üblich zu sein, eine vorgewählte maximale Verzögerungsreihenfolge ( , ) zu berücksichtigen …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.