Statistiken und Big Data time-series

1

Begriffe "abgeschnitten" und "abgeschnitten" über ACF-, PACF-Funktionen

Ich versuche, die Bedeutung von Cut-Off und Tails-Off im Zeitreihendiagramm von ACF und PACF zu verstehen. Was bedeutet "Nach Verzögerung abschneiden"? Dies über Grenze? Was bedeutet "Tails off"? Im obigen Beispiel ist das Buch, mit dem ich studiere, ein AR-Prozess. Aber ich kann die Bedeutung von "Abschneiden" und "Schwänzen" nicht …

11 time-series autocorrelation terminology

1

Interpretation der TBATS-Modellergebnisse und Modelldiagnose

Ich habe halbstündliche Nachfragedaten, bei denen es sich um eine multisaisonale Zeitreihe handelt. Ich habe tbatsin forecastPaket in R verwendet und habe folgende Ergebnisse erhalten: TBATS(1, {5,4}, 0.838, {<48,6>, <336,6>, <17520,5>}) Bedeutet dies, dass die Serie nicht unbedingt die Box-Cox-Transformation verwenden muss und der Fehlerterm ARMA (5, 4) ist und …

11 r time-series diagnostic multiple-seasonalities tbats

1

Wann muss ich aufhören, nach einem Modell zu suchen?

Ich suche ein Modell zwischen den Energiekursen und dem Wetter. Ich habe den Preis des MWatt zwischen den Ländern Europas gekauft und viele Werte auf das Wetter (Grib-Dateien). Jede Stunde in einem Zeitraum von 5 Jahren (2011-2015). Preis / Tag Dies ist pro Tag für ein Jahr. Ich habe dies …

11 time-series forecasting predictive-models modeling large-data

4

Ausreißererkennung in Zeitreihen: Wie können Fehlalarme reduziert werden?

Ich versuche, die Erkennung von Ausreißern in Zeitreihen zu automatisieren, und habe eine Modifikation der hier von Rob Hyndman vorgeschlagenen Lösung verwendet . Angenommen, ich messe die täglichen Besuche einer Website aus verschiedenen Ländern. In einigen Ländern, in denen die täglichen Besuche einige Hundert oder Tausende betragen, scheint meine Methode …

11 time-series outliers computational-statistics

1

Unterschied zwischen Serien mit Drift und Serien mit Trend

Eine Reihe mit Drift kann modelliert werden als yt= c + ϕ yt - 1+ εtyt=c+ϕyt- -1+εty_t = c + \phi y_{t-1} + \varepsilon_t wobei ccc die Drift (Konstante) ist und ϕ = 1ϕ=1\phi=1 . Eine Reihe mit Trend kann modelliert werden als yt= c + δt + ϕ yt …

11 time-series hypothesis-testing stationarity trend unit-root

1

Wie überprüfen Sie die Ergodizität eines stochastischen Prozesses anhand seiner Probenpfade?

Wie überprüfen Sie die Ergodizität eines stationären stochastischen Prozesses mit weitem Sinn anhand seiner Probenpfade? Können wir die Ergodizität anhand eines einzelnen Probenpfads überprüfen? Oder brauchen wir mehrere Beispielpfade? Eine Motivation zur Überprüfung der Ergodizität besteht in Zeitreihen, um sicherzustellen, dass Sie den Durchschnitt eines Stichprobenpfads über die Zeit sicher …

11 time-series ergodic

3

Wann ist es angebracht, Modelle durch Minimierung des AIC auszuwählen?

Zumindest unter Statistikern höheren Kalibers ist es allgemein bekannt, dass Modelle mit Werten der AIC-Statistik innerhalb eines bestimmten Schwellenwerts des Mindestwerts als angemessen angesehen werden sollten wie das Modell zur Minimierung der AIC-Statistik. Zum Beispiel finden wir in [1, S.221] Dann wären Modelle mit kleinem GCV oder AIC am besten …

11 time-series model-selection aic

2

Zeitreihenklassifikation - sehr schlechte Ergebnisse

Ich arbeite an einem Zeitreihenklassifizierungsproblem, bei dem die Eingabe Zeitreihen-Sprachnutzungsdaten (in Sekunden) für die ersten 21 Tage eines Mobiltelefonkontos sind. Die entsprechende Zielvariable ist, ob dieses Konto im Bereich von 35 bis 45 Tagen gekündigt wurde oder nicht. Es handelt sich also um ein binäres Klassifizierungsproblem. Ich erhalte sehr schlechte …

11 time-series classification

1

Abweichung der Jahresrendite basierend auf der Abweichung der monatlichen Rendite

Ich versuche, die ganze Varianz / Standardfehler-Sache einer Zeitreihe von Finanzrenditen zu verstehen, und ich denke, ich stecke fest. Ich habe eine Reihe von monatlichen Aktienrenditedaten (nennen wir es ), die einen erwarteten Wert von 1,00795 und eine Varianz von 0,000228 haben (Standardabweichung ist 0,01512). Ich versuche, den schlechtesten Fall …

11 time-series variance independence finance

2

räumliche Autokorrelation für Zeitreihendaten

Ich habe einen 20-jährigen Datensatz mit einer jährlichen Anzahl von Arten für eine Reihe von Polygonen (~ 200 unregelmäßig geformte, kontinuierliche Polygone). Ich habe eine Regressionsanalyse verwendet, um Trends (Änderung der Anzahl pro Jahr) für jedes Polygon sowie Aggregationen von Polygondaten basierend auf Verwaltungsgrenzen abzuleiten. Ich bin sicher, dass die …

11 r time-series correlation spatial spatio-temporal

2

Erstellen einer Zeitreihe, die mehrere Beobachtungen für jedes Datum enthält

Ich versuche, eine Zeitreihe auf vierteljährliche Stichprobendaten (tierische Biomasse) über einen Zeitraum von 10 Jahren mit 3 Wiederholungen pro Quartal anzuwenden. Also 40 Daten, aber insgesamt 120 Beobachtungen. Ich habe SARIMA'a in Shumway und Stoffers Zeitreihenanalyse und ihren Anwendungen gelesen und Woodward et al. Die angewandte Zeitreihenanalyse von al., und …

11 r time-series

1

Inkrementelle IDF (Inverse Document Frequency)

In einer Text Mining-Anwendung besteht ein einfacher Ansatz darin, die Heuristik zu verwenden, um Vektoren als kompakte, spärliche Darstellungen der Dokumente zu erstellen. Dies ist in Ordnung für die Batch-Einstellung, bei der der gesamte Korpus a priori bekannt ist, da der i d f den gesamten Korpus benötigttf−idftf−idftf-idfidfidfidf idf(t)=log|D||{d:t∈d}|idf(t)=log⁡|D||{d:t∈d}| \mathrm{idf}(t) …

11 time-series text-mining

1

Was ist aus der Autokorrelationsfunktion einer Zeitreihe zu lesen?

Bei einer gegebenen Zeitreihe kann man die Autokorrelationsfunktion schätzen und grafisch darstellen, zum Beispiel wie folgt: Was kann man dann aus dieser Autokorrelationsfunktion über die Zeitreihen lesen? Kann man zum Beispiel über die Stationarität der Zeitreihen nachdenken? Bearbeitet : Hier habe ich den ACF der differenzierten Serie mit mehr Verzögerungen …

11 time-series autocorrelation

1

Konfidenzintervalle für Zeitreihendifferenzen

Ich habe ein stochastisches Modell, das verwendet wird, um Zeitreihen eines Prozesses zu simulieren. Ich interessiere mich für den Effekt der Änderung eines Parameters auf einen bestimmten Wert und möchte den Unterschied zwischen der Zeitreihe (z. B. Modell A und Modell B) und einer Art simulationsbasiertem Konfidenzintervall zeigen. Ich habe …

11 time-series predictive-models markov-process

1

Feststellen, ob die Änderung in einer Zeitreihe statistisch signifikant ist

Ich habe die Gesamtzahl der wöchentlich eingegangenen Anrufe und habe sie in einem Diagramm aufgezeichnet, das fast drei Jahre zurückliegt. Auf den ersten Blick scheint es über Weihnachten einen massiven Rückgang gegeben zu haben, der sich nicht erholt zu haben scheint. Es scheint, dass sich die Anfragen schrittweise geändert haben. …

11 time-series statistical-significance change-point

Als «time-series» getaggte Fragen