Als «time-series» getaggte Fragen

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

6
Beste Methode für kurze Zeitreihen
Ich habe eine Frage zur Modellierung kurzer Zeitreihen. Es ist keine Frage, ob man sie modelliert , sondern wie. Welche Methode empfehlen Sie für die Modellierung (sehr) kurzer Zeitreihen (etwa der Länge T≤20T≤20T \leq 20 )? Mit "am besten" meine ich hier die robusteste, die aufgrund der begrenzten Anzahl von …
1
Ermitteln von Ausreißern in Zeitreihen (LS / AO / TC) mithilfe des Pakets tsoutliers in R. Wie werden Ausreißer im Gleichungsformat dargestellt?
Kommentar: Zunächst möchte ich dem Autor des neuen tsoutliers- Pakets, das Chen und Lius Zeitreihen-Ausreißererkennung implementiert , ein großes Dankeschön aussprechen , das 1993 im Journal of the American Statistical Association in Open Source Software .RRR Das Paket erkennt 5 verschiedene Ausreißertypen iterativ in Zeitreihendaten: Additiver Ausreißer (AO) Innovationsausreißer (IO) …
4
Daten weisen zwei Trends auf; Wie extrahiere ich unabhängige Trendlinien?
Ich habe eine Reihe von Daten, die nicht in einer bestimmten Reihenfolge angeordnet sind, aber bei einer klaren Darstellung zwei unterschiedliche Trends aufweisen. Eine einfache lineare Regression wäre hier aufgrund der eindeutigen Unterscheidung der beiden Reihen nicht ausreichend. Gibt es eine einfache Möglichkeit, die beiden unabhängigen linearen Trendlinien zu ermitteln? …
3
Warum gibt es einen Unterschied zwischen der manuellen Berechnung eines Konfidenzintervalls für eine logistische Regression von 95% und der Verwendung der Funktion confint () in R?
Sehr geehrte Damen und Herren, mir ist etwas Merkwürdiges aufgefallen, das ich Ihnen nicht erklären kann. Zusammenfassend lässt sich sagen, dass der manuelle Ansatz zur Berechnung eines Konfidenzintervalls in einem logistischen Regressionsmodell und die R-Funktion confint()unterschiedliche Ergebnisse liefern. Ich habe die angewandte logistische Regression von Hosmer & Lemeshow (2. Auflage) …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 
3
Wie rüste ich ein ARIMAX-Modell mit R aus?
Ich habe vier verschiedene Zeitreihen von Stundenmessungen: Der Wärmeverbrauch in einem Haus Die Temperatur außerhalb des Hauses Die Sonnenstrahlung Die Windgeschwindigkeit Ich möchte den Wärmeverbrauch im Haus vorhersagen können. Es gibt einen klaren saisonalen Trend, sowohl auf jährlicher Basis als auch auf täglicher Basis. Da es eine eindeutige Korrelation zwischen …
2
Wie macht man Bootstrapping mit Zeitreihendaten?
Ich habe kürzlich gelernt, Bootstrapping-Techniken zu verwenden, um Standardfehler und Konfidenzintervalle für Schätzer zu berechnen. Was ich gelernt habe war, dass wenn die Daten IID sind, Sie die Probendaten als Grundgesamtheit behandeln und eine Stichprobenerhebung mit Ersatz durchführen können. Auf diese Weise können Sie mehrere Simulationen einer Teststatistik erhalten. Bei …
9
Warum ein Vektorfehlerkorrekturmodell verwenden?
Ich bin verwirrt über das Vector Error Correction Model ( VECM ). Technischer Hintergrund: VECM bietet die Möglichkeit, das Vector Autoregressive Model ( VAR ) auf integrierte multivariate Zeitreihen anzuwenden . In den Lehrbüchern nennen sie einige Probleme bei der Anwendung einer VAR auf integrierte Zeitreihen, von denen die wichtigste …
7
Was ist der Sinn der Zeitreihenanalyse?
Was ist der Punkt der Zeitreihenanalyse? Es gibt viele andere statistische Methoden wie Regression und maschinelles Lernen, die offensichtliche Anwendungsfälle haben: Die Regression kann Informationen über die Beziehung zwischen zwei Variablen liefern, während das maschinelle Lernen für die Vorhersage hervorragend geeignet ist. In der Zwischenzeit verstehe ich jedoch nicht, wozu …
2
Anpassen eines ARIMAX-Modells mit Regularisierung oder Bestrafung (z. B. mit Lasso, elastischem Netz oder Kammregression)
Ich verwende die auto.arima () -Funktion im Vorhersagepaket , um ARMAX-Modelle mit einer Vielzahl von Kovariaten zu kombinieren. Ich habe jedoch oft eine große Anzahl von Variablen zur Auswahl und erhalte normalerweise ein endgültiges Modell, das mit einer Teilmenge von ihnen funktioniert. Ich mag keine Ad-hoc-Techniken für die Variablenauswahl, weil …
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.