Als «seasonality» getaggte Fragen

Saisonalität bezieht sich auf die wiederkehrende Schwankung um den Mittelwert einer Zeitreihe für einen bestimmten Zeitraum, normalerweise ein Kalenderjahr.

2
Berechnung von Saisonalitätsindizes für komplexe Saisonalität
Ich möchte Einzelhandelsartikel (nach Woche) mithilfe der exponentiellen Glättung prognostizieren. Ich bin gerade dabei, die Sesonalitätsindizes zu berechnen, zu speichern und anzuwenden. Das Problem ist, dass alle Beispiele, die ich gefunden habe, sich mit einer Art einfacher Saisonalität befassen. In meinem Fall habe ich folgende Probleme: 1. Jahreszeiten treten nicht …
4
Zeitdiskretes Ereignisverlaufsmodell (Überlebensmodell) in R.
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 
2
Parametrisches, semiparametrisches und nichtparametrisches Bootstrapping für gemischte Modelle
Die folgenden Transplantate stammen aus diesem Artikel . Ich bin ein Neuling im Bootstrap und versuche, das parametrische, semiparametrische und nichtparametrische Bootstrapping-Bootstrapping für ein lineares gemischtes Modell mit R bootPaket zu implementieren. R-Code Hier ist mein RCode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
Trend bei unregelmäßigen Zeitreihendaten
Ich habe einen Datensatz mit Wassertemperaturmessungen, die über einen Zeitraum von Jahrzehnten in unregelmäßigen Abständen an einem großen Wasserkörper durchgeführt wurden. (Galveston Bay, TX, wenn Sie interessiert sind) Hier ist der Kopf der Daten: STATION_ID DATE TIME LATITUDE LONGITUDE YEAR MONTH DAY SEASON MEASUREMENT 1 13296 6/20/91 11:04 29.50889 -94.75806 …
3
Daten mit Fourier-Analyse deseasonalisieren
Ich habe Daten, denen zwei Verhaltensweisen zugrunde liegen. Erstens gibt es eine Periodizität darin. Es sieht aus wie eine Sinuskurve. Zweitens weisen die Datenpunkte ein konstantes Wachstum auf. Wenn ich also 100 Datenpunkte ohne Wachstum habe, sieht es aus wie eine Sinuskurve. Aber aufgrund der Wachstumsrate darin. Es gibt eine …
2
Zwei saisonale Perioden in ARIMA mit R.
Ich verwende derzeit R, um eine Zeitreihe mit den folgenden Anweisungen vorherzusagen: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Wie Sie sehen, habe ich stündlich Daten und habe den saisonalen Zeitraum von 24 (einen Tag) gewählt. Ich möchte meine Prognose mithilfe eines zusätzlichen …
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.