Als «time-series» getaggte Fragen

Zeitreihen sind Daten, die über die Zeit beobachtet werden (entweder in kontinuierlicher Zeit oder in diskreten Zeiträumen).

1
R lineare Regression kategoriale Variable "versteckter" Wert
Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
1
Auf welche Probleme sollte ich beim Kombinieren mehrerer Zeitreihen achten?
Angenommen, ich habe eine Reihe von Zeitreihen, z. B. eine Reihe von Temperaturaufzeichnungen von verschiedenen Stationen in einer Region. Ich möchte einen einzigen Temperaturrekord für die gesamte Region erhalten, mit dem ich Aspekte des regionalen Klimas beschreiben kann. Der intuitive Ansatz könnte darin bestehen, einfach den Durchschnitt aller Stationen zu …
1
vcovHC, vcovHAC, NeweyWest - welche Funktion soll verwendet werden?
Ich versuche, mein lm () -basiertes Modell zu aktualisieren, um korrekte Standardfehler und -tests zu erhalten. Ich bin wirklich verwirrt, welche VC-Matrix ich verwenden soll. Die sandwichPaketangebote vcovHC, vcovHACund NeweyWest. Während erstere nur die Heteroskedastizität erklären, erklären die beiden letzteren sowohl die serielle Korrelation als auch die Heteroskedastizität. Die Dokumentation …
2
Wie man einen Strukturbruch in Zeitreihen erkennt und quantifiziert (R)
Hintergrund Also zuerst einige Hintergrundinformationen, um den Grad des Verständnisses einzuschätzen, den ich haben könnte. Derzeit ist die Statistik ein vernachlässigbarer Teil davon, obwohl ich ein grundlegendes Verständnis habe. Meine aktuelle Frage lässt mich bezweifeln, was ich in der Praxis tun kann / sollte. Immer mehr online zu lesen und …
2
Endgültiges Modell aus der Kreuzvalidierung von Zeitreihen
Ich habe bereits Erfahrungen mit der "normalen" K-fachen Kreuzvalidierung für die Modelloptimierung gesammelt und bin durch die Anwendung in Zeitreihenmodellen leicht verwirrt. Nach meinem Verständnis ist die Folge für die Kreuzvalidierung für Zeitreihenmodelle das von Hyndman beschriebene Verfahren des "Rolling Forward Origin" . Dies ist für mich sehr sinnvoll und …
2
Regressionskoeffizienten nach verschiedenen Differenzen interpretieren
Es gibt nur wenige Erklärungen, die beschreiben, wie lineare Regressionskoeffizienten nach Differenzierung einer Zeitreihe interpretiert werden (um eine Einheitswurzel zu eliminieren). Ist es so einfach, dass es nicht nötig ist, es formell zu formulieren? (Ich bin mir dieser Frage bewusst , war mir aber nicht sicher, wie allgemein die Antwort …
2
Normalisierter RMSE
Ich habe mehrere Zeitreihen in einem VAR (1) und möchte, da einige von ihnen nicht dieselbe Maßeinheit haben, den RMSE in Prozent schätzen. Ich weiß, dass dies auf verschiedene Arten geschehen kann (siehe unten), aber ich weiß nicht genau, welches besser zu einem Prognosebewertungsproblem passt. Ich hoffe du konntest mir …
10 time-series  mse  rms 
2
Wie vergleiche ich den Unterschied zwischen zwei Zeitreihen?
Ich arbeite an meiner Diplomarbeit, in der ich untersuche, wie stark Menschen bei verschiedenen Ereignissen Emotionen zeigen. Mein Problem ist (1), dass ich SEHR wenig Erfahrung mit Statistik und Mathematik habe, daher bin ich mit allen verschiedenen Methoden irgendwie verloren und würde mich sehr freuen, wenn eine "einfache" Antwort gegeben …
3
Stationarität in multivariaten Zeitreihen
Ich arbeite mit einer multivariaten Zeitreihe und verwende das VAR-Modell (Vector Autoregression) für die Vorhersage. Meine Frage ist, was Stationarität in einem multivariaten Rahmen eigentlich bedeutet. 1) Ich weiß, dass, wenn im VAR-Setup die Determinante der Inversen der | IA | -Matrix Eigenwerte im Modul kleiner als 1 hat, das …
6
Verzögerung über eine gruppierte Zeitreihe
Ich habe einige Zehntausende von Beobachtungen, die in einer Zeitreihe liegen, aber nach Orten gruppiert sind. Zum Beispiel: location date observationA observationB --------------------------------------- A 1-2010 22 12 A 2-2010 26 15 A 3-2010 45 16 A 4-2010 46 27 B 1-2010 167 48 B 2-2010 134 56 B 3-2010 201 …
3
LSTM-Zeitreihen mit gemischten Frequenzdaten
Ich möchte eine LSTM-RNN für die Vorhersage von Zeitreihen erstellen, aber einige meiner Prädiktoren sind monatlich und andere täglich. Irgendwelche Ratschläge / Beispiele zum Aufbau dieses Netzwerks? Die Häufigkeit der Vorhersagen ist monatlich. Vielen Dank.
10 time-series  lstm  rnn 
2
Identifizierbarkeit eines Zustandsraummodells (Dynamic Linear Model)
Nehmen Sie ein allgemeines lineares Gaußsches Zustandsraummodell (SSM) (auch bekannt als dynamisches lineares Modell DLM): Xt+1YVtWt=FXt+Vt=HXt+Wt∼N(0,Q)∼N(0,R)Xt+1=FXt+VtY=HXt+WtVt∼N(0,Q)Wt∼N(0,R)\begin{align} X_{t+1} &= FX_t + V_t \\ Y &= HX_t+W_t \\[10pt] V_t &\sim N(0,Q) \\ W_t &\sim N(0,R) \\ \end{align} Ich interessiere mich für die Unidentifizierbarkeitsprobleme im Zusammenhang mit diesen Modellen: Hamilton (1994) stellt fest, …
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.