Statistiken und Big Data time-series

4

So passen Sie ein Modell für eine Zeitreihe an, die Ausreißer enthält

Ich habe das ARIMA (5,1,2) -Modell mit der auto.arima()Funktion in R angepasst und anhand der Reihenfolge können wir sagen, dass dies kein bestes Modell für die Prognose ist. Wenn in der Datenreihe Ausreißer vorhanden sind, wie kann ein Modell an solche Daten angepasst werden?

9 r time-series forecasting outliers arima

2

Was ist ein Zeitreihenmodell für die Vorhersage eines durch (0,1) gebundenen Prozentsatzes?

Dies muss geschehen - die Vorhersage von Dingen, die zwischen 0 und 1 stecken. In meiner Serie vermute ich eine Komponente der automatischen Regression und auch eine Komponente, die den Mittelwert zurücksetzt. Daher möchte ich etwas, das ich wie eine ARIMA interpretieren kann - aber ich möchte nicht, dass es …

9 time-series forecasting logistic arima beta-regression

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

Spline df Auswahl in einem allgemeinen additiven Poisson-Modellproblem

Ich habe einige Zeitreihendaten mit einem allgemeinen additiven Poisson-Modell unter Verwendung von SAS angepasst PROC GAM. Im Allgemeinen habe ich durch das integrierte verallgemeinerte Kreuzvalidierungsverfahren mindestens einen anständigen "Startpunkt" für meinen einzelnen Spline generiert, der eine nichtlineare Funktion der Zeit zusammen mit einem einzelnen parametrischen Term (dem I) ist bin …

9 time-series sas splines gam

1

Welches Modell für einen herausfordernden Datensatz? (Hunderte von Zeitreihen mit viel Verschachtelung)

Ich habe einen ziemlich komplizierten Datensatz zu analysieren und kann keine gute Lösung dafür finden. Hier ist das Ding: 1. Die Rohdaten sind im Wesentlichen Insekten-Song-Aufnahmen. Jedes Lied besteht aus mehreren Bursts und jeder Burst aus Untereinheiten. Alle Personen wurden 5 Minuten lang aufgezeichnet. Die Anzahl der Bursts und ihre …

9 time-series mixed-model repeated-measures random-effects-model

1

Saisonbereinigtes monatliches Wachstum mit zugrunde liegender wöchentlicher Saisonalität

Als Nebenhobby habe ich mich mit der Vorhersage von Zeitreihen befasst (insbesondere mit R). Für meine Daten habe ich die Anzahl der Besuche pro Tag für jeden Tag, der fast 4 Jahre zurückliegt. In diesen Daten gibt es einige unterschiedliche Muster: Montag-Fr hat viele Besuche (am höchsten am Mo / …

9 r time-series seasonality forecasting

4

Wie gehe ich mit Lücken / NaNs in Zeitreihendaten um, wenn Matlab für Autokorrelation und neuronale Netze verwendet wird?

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

1

Wie kombiniere ich die Prognosen, wenn die Antwortvariable in Prognosemodellen unterschiedlich war?

Einführung In der Prognosekombination basiert eine der beliebtesten Lösungen auf der Anwendung einiger Informationskriterien. Wenn man zum Beispiel das für das Modell geschätzte Akaike-Kriterium , könnte man die Differenzen von von und dann könnte RP_j = e ^ {(AIC ^ * - AIC_j) / 2} interpretiert werden als die relative …

9 time-series forecasting data-transformation econometrics

2

Kann ich einer Regression vertrauen, wenn Variablen automatisch korreliert werden?

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

1

PACF manuelle Berechnung

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

2

Verfahren nach dem Stand der Technik, um mittlere Mittelabschnitte einer Zeitreihe von Null zu finden

Ich habe verrauschte Zeitreihen, die ich in Abschnitte mit einem Mittelwert von Null und Teile ohne Mittelwert von Null unterteilen muss. Es ist wichtig, die Grenzen so genau wie möglich zu finden (klar, wo genau die Grenze liegt, ist etwas subjektiv). Ich denke, eine Cusum-Variante könnte dafür angepasst werden, aber …

9 time-series classification mean change-point

2

Ist VAR eine MANOVA mit automatischer Regression?

Was sind die Unterschiede zwischen VAR (Vector Auto Regression) und MANOVA?

9 time-series manova autoregressive

1

Gestrichelte Linien im ACF-Diagramm in R.

Ich gehe das Buch 'Introductory Time Series with R' von Cowpertwait und Metcalfe durch. Auf Seite 36 heißt es, dass die Zeilen bei: . Ich habe hier im R-Forum gelesen, dass die Zeilen bei . - 1 / n ± 2 / n- -- -√- -1/.n±2/.n-1/n \pm 2/\sqrt{n}± 1,96 / …

9 r time-series

2

Bewertung von Peaks in Zeitreihen von Zellsignaldaten

Ich messe das Vorhandensein einer Reaktion bei Zellsignalmessungen. Ich habe zuerst einen Glättungsalgorithmus (Hanning) auf die Zeitreihen der Daten angewendet und dann Spitzen erkannt. Was ich bekomme ist folgendes: Wenn ich die Erkennung der Antwort etwas objektiver gestalten wollte als "Ja, Sie sehen eine Erhöhung des kontinuierlichen Abfalls", was wäre …

9 time-series python signal-detection

2

Wie finde ich heraus, wann ein Graph einen Peak und ein Plateau erreicht?

Das mag sehr einfach klingen, aber ich habe dieses Problem: Ich habe eine Datenwarteschlange mit einer Fenstergröße von 300. Neue Daten werden an einem Ende hinzugefügt, alte Werte werden am anderen Ende entfernt. Ich erwarte, dass die Warteschlangendaten mehr oder weniger konsistent bleiben, z. B.: 10,12,15,10,20, und dann stark ansteigen: …

9 time-series maximum

Als «time-series» getaggte Fragen