Als «autocorrelation» getaggte Fragen

Ich möchte nur überprüfen, ob ich die ACF- und PACF-Diagramme richtig interpretiere: Die Daten entsprechen den Fehlern, die zwischen den tatsächlichen Datenpunkten und den unter Verwendung eines AR (1) -Modells erzeugten Schätzungen erzeugt wurden. Ich habe mir die Antwort hier angesehen: Schätzen Sie die ARMA-Koeffizienten durch ACF- und PACF-Inspektion Nachdem …

10 time-series  arima  interpretation  autocorrelation  acf-pacf 

Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden können. In diesem Sinne, ich …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Stellen Sie sich das folgende Problem vor. Ich habe wöchentliche Schnappschüsse von Preisdaten von K Artikeln sowie von verschiedenen Funktionen / Prädiktoren. Ich möchte vorhersagen, um wie viel sich der Preis in 2 Jahren ändern wird. Ich setze meinen Datensatz wie folgt zusammen: Jede Zeile besteht aus Funktionen für jeden …

10 time-series  random-forest  autocorrelation  supervised-learning  nonlinear 

Ich plane, Koordinaten als Kovariaten in die Regressionsgleichung aufzunehmen, um den in den Daten vorhandenen räumlichen Trend anzupassen. Danach möchte ich Residuen auf räumliche Autokorrelation in zufälliger Variation testen. Ich habe mehrere Fragen: Sollte ich eine lineare Regression durchführen, bei der nur unabhängige Variablen und Koordinaten sind, und dann Residuen …

9 regression  multiple-regression  spatial  autocorrelation 

Ich habe eine Zeitreihe von Messungen (Höhen-eindimensionale Reihen). Im Beobachtungszeitraum ging der Messvorgang für einige Zeitpunkte zurück. Die resultierenden Daten sind also ein Vektor mit NaNs, bei dem es Lücken in den Daten gab. Bei Verwendung von MATLAB verursacht dies ein Problem bei der Berechnung der Autokorrelation ( autocorr) und …

9 time-series  dataset  matlab  autocorrelation  missing-data 

Beide Variablen (abhängig und unabhängig) zeigen Autokorrelationseffekte. Die Daten sind Zeitreihen und stationär Wenn ich die Regressionsreste ausführe, scheinen sie nicht korreliert zu sein. Meine Durbin-Watson-Statistik ist größer als der obere kritische Wert, daher gibt es Hinweise darauf, dass Fehlerterme nicht positiv korreliert sind. Auch wenn ich ACF auf Fehler …

9 regression  time-series  autocorrelation 

Ich versuche, die Berechnung zu replizieren, die SAS und SPSS für die partielle Autokorrelationsfunktion (PACF) durchführen. In SAS wird es durch Proc Arima hergestellt. Die PACF-Werte sind die Koeffizienten einer Autoregression der interessierenden Reihe auf verzögerte Werte der Reihe. Meine interessierende Variable ist der Umsatz, daher berechne ich lag1, lag2 …

9 time-series  autocorrelation  partial 

Hat die Autokorrelationsfunktion bei einer instationären Zeitreihe eine Bedeutung? Die Zeitreihen werden im Allgemeinen als stationär angenommen, bevor die Autokorrelation für Box- und Jenkins-Modellierungszwecke verwendet wird.

9 time-series  autocorrelation  box-jenkins 

Meine Rohdaten bestehen aus einer 60-Tage-Zeitreihe mit einem Abwärtstrend. Die Daten sind wöchentlich, daher wird die Frequenz auf 7 eingestellt. Ich habe die Differenz der Daten berechnet, die so aussieht Wenn ich ACF- und PACF-Diagramme über den Unterschied durchführe, erhalte ich scheinbar widersprüchliche Ergebnisse? Der ACF zeigt einen positiven Einfluss …

9 r  time-series  autocorrelation 

Nach dem, was ich gelesen habe, ist Hamiltonian Monte Carlo die "goto" MCMC-Methode, wenn Ihr Problem hochdimensional ist. Wie viele Dimensionen 10, 100, 1000, 10.000, 100.000, ... sind praktisch zu viele? Die Rechenkosten werden zweifellos zu einem Problem, und ich nehme an, dass das verwendete Modell wichtig ist, aber abgesehen …

9 autocorrelation  mcmc  monte-carlo  dimensionality-reduction 

Ich bin mir ziemlich sicher, dass mir hier etwas Offensichtliches fehlt, aber ich bin ziemlich verwirrt mit verschiedenen Begriffen im Bereich der Zeitreihen. Wenn ich es richtig verstehe, sind seriell autokorrelierte Fehler ein Problem in Regressionsmodellen (siehe zum Beispiel hier ). Meine Frage ist nun, was genau einen autokorrelierten Fehler …

9 time-series  autocorrelation 

Direkte Frage: Gibt es ein Maß für die Autokorrelation für eine Folge von Beobachtungen einer (ungeordneten) kategorialen Variablen? Hintergrund: Ich verwende MCMC, um eine Stichprobe aus einer kategorialen Variablen zu erstellen, und ich möchte messen, wie gut sich die von mir entwickelte Stichprobenmethode über die hintere Verteilung mischt. Ich bin …

9 categorical-data  mcmc  autocorrelation 

Um diese Frage genauer zu erläutern, werde ich zunächst meinen Ansatz erläutern: Ich simulierte eine Folge unabhängiger Zufallszahlen .X={x1,...,xN}X={x1,...,xN}X = \{x_1,...,x_N\} Ich nehme dann mal den Unterschied; dh ich erstelle die Variablen:LLL dX1={X(2)−X(1),...,X(N)−X(N−1)}dX1={X(2)−X(1),...,X(N)−X(N−1)}dX_{1} = \{X(2)-X(1),...,X(N)-X(N-1)\} dX.2= { dX.1( 2 ) - dX.1( 1 ) , . . . , dX.1( …

9 autocorrelation  random-generation  randomness  sequential-analysis  sequential-pattern-mining 

Ich kann mich nicht mit dieser Eigenschaft stationärer Reihen und der Autokorrelationsfunktion auseinandersetzen. Das muss ich beweisen ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Wobei und die Autokovarianzfunktion istγ(h)ρ^(h)=γ^(h)γ^(0)ρ^(h)=γ^(h)γ^(0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^(h)γ^(h)\hat\gamma(h) γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)\begin{align} \hat\gamma(h) = \frac{1}{n}\sum_{t=1}^{n-h}(X_t-\bar{X})(X_{t+h}-\bar{X}) \end{align} Hoffentlich kann mir jemand mit einem Beweis helfen oder mich zumindest in die richtige Richtung weisen.

8 time-series  autocorrelation  stationarity 

Ich mache nur ein paar Gedankenspiele, die meine Statistiknotizen durchgehen ... Ich habe ACFs mit negativen Werten bei den Verzögerungen 1 und 2 gesehen - ich habe hier vielleicht einen leeren Kopf, aber würde ein hoher negativer AC bei Verzögerung 1 nicht eine Reihe wie (-1,1, -1,1, ...), und als …

8 time-series  correlation  autocorrelation