Als «time-series» getaggte Fragen

Ich versuche, ein Zeitreihen-Regressionsprognosemodell für eine Ergebnisvariable in US-Dollar in Bezug auf andere Prädiktoren / Eingabevariablen und autokorrelierte Fehler zu erstellen. Diese Art von Modell wird auch als dynamisches Regressionsmodell bezeichnet. Ich muss lernen, wie man Übertragungsfunktionen für jeden Prädiktor identifiziert, und würde gerne von Ihnen hören, wie Sie genau …

9 time-series  forecasting  dynamic-regression 

Schöne Grüße, Derzeit mache ich folgendes in R: require(zoo) data <- read.csv(file="summary.csv",sep=",",head=TRUE) cum = zoo(data$dcomp, as.Date(data$date)) data = zoo(data$compressed, as.Date(data$date)) data <- aggregate(data, identity, tail, 1) cum <- aggregate(cum, identity, sum, 1) days = seq(start(data), end(data), "day") data2 = na.locf(merge(data, zoo(,days))) plot(data2,xlab='',ylab='compressed bytes',col=rgb(0.18,0.34,0.55)) lines(cum,type="h",col=rgb(0,0.5,0)) Ausschnitt aus summary.csv: date,revision,file,lines,nclass,nattr,nrel,bytes,compressed,diff,dcomp 2007-07-25,16,model.xml,96,11,22,5,4035,991,0,0 2007-07-27,17,model.xml,115,16,26,6,4740,1056,53,777 …

9 r  time-series  data-visualization  entropy 

Ich arbeite derzeit an einer Bedarfsprognose mit Daten zu Zehntausenden von Produkten in ein paar Tausend Filialen. Insbesondere habe ich in jedem Geschäft tägliche Verkaufsdaten für ein paar Jahre pro Produkt. Mein Ziel ist es, die zukünftigen Verkäufe jedes Artikels in jedem Geschäft einen Tag im Voraus vorherzusagen. dann zwei …

9 time-series  forecasting  predictive-models 

Ich lese Thinking, Fast and Slow von Daniel Kahneman und bin auf den folgenden Text gestoßen Vor einigen Jahren hatte ich die ungewöhnliche Gelegenheit, die Illusion finanzieller Fähigkeiten aus nächster Nähe zu untersuchen. Ich war eingeladen worden, mit einer Gruppe von Anlageberatern in einer Firma zu sprechen, die sehr wohlhabenden …

9 regression  time-series  correlation 

Um meine Frage in einen Zusammenhang zu bringen, ich bin Physiker, aber nur begrenzt mit Statistiken vertraut, und was ich darüber gelernt habe, war vor über 30 Jahren. Ich versuche, etwas über Block-Bootstrapping zu lernen, da diese Technik möglicherweise zur Lösung eines Problems geeignet ist, an dem ich arbeite. Ich …

9 time-series  bootstrap 

AIC wird häufig als Kriterium für den Vergleich von Modellen für die Vorhersage von Zeitreihen empfohlen. Sehen Sie dies zum Beispiel im Kontext dynamischer Regressionsmodelle : Der AIC kann für das endgültige Modell berechnet werden, und dieser Wert kann verwendet werden, um die besten Prädiktoren zu bestimmen. Das heißt, das …

9 time-series  cross-validation  model-selection  arima  aic 

Ich arbeite intensiv mit finanziellen Zeitreihenmodellen, hauptsächlich AR (I) MA und Kalman. Ein Problem, mit dem ich immer wieder konfrontiert bin, ist die Abtastfrequenz. Anfangs dachte ich, wenn ich die Möglichkeit hätte, häufiger von einem zugrunde liegenden Prozess abzutasten, sollte ich so häufig wie möglich abtasten, damit ich eine viel …

9 time-series  sampling  arima 

Betrachten Sie einen zufälligen Prozess für den der Mittelwert existiert und für alle Zeiten konstant ist , dh für alle Zeiten und Zeitverschiebungen (oder "Verzögerungen") . Ich lege weder höheren Momenten noch der Verteilungsfunktion weitere Bedingungen auf. Wie kann ich einen solchen Prozess beschreiben? Es ist nur in einem schwächeren …

9 time-series  terminology  stationarity  stochastic-processes 

Ich möchte ein neuronales Netzwerk verwenden, um finanzielle Zeitreihen vorherzusagen. Ich komme aus einem IT-Umfeld und habe einige Kenntnisse über neuronale Netze. Ich habe darüber gelesen: TDNN RNN Ich habe nach R-Paketen für sie gesucht und nur eines für RNN gefunden, das RSNNS-Paket, das Elman- und Jordan-Implementierungen enthält, die RNN …

9 time-series  forecasting  neural-networks  finance 

Ich lerne etwas über Regression. Ich habe einige Querschnittsregressionen durchgeführt, die in Ordnung sind. Ich habe kürzlich eine einfache Zeitreihenregression durchgeführt. Ich habe also ay & x Vektoren, die jeweils 1000 Beobachtungen enthalten. Ich habe eine einfache alte Regression in Excel durchgeführt, die ich für in Ordnung hielt. Mein Online-Tutor …

9 regression  time-series  descriptive-statistics 

Meine Rohdaten bestehen aus einer 60-Tage-Zeitreihe mit einem Abwärtstrend. Die Daten sind wöchentlich, daher wird die Frequenz auf 7 eingestellt. Ich habe die Differenz der Daten berechnet, die so aussieht Wenn ich ACF- und PACF-Diagramme über den Unterschied durchführe, erhalte ich scheinbar widersprüchliche Ergebnisse? Der ACF zeigt einen positiven Einfluss …

9 r  time-series  autocorrelation 

Ich habe eine Reihe von Datenpunkten in dieser Form (Zeitstempel, Lat, Long) für eine Gruppe von Benutzern. Jeder Benutzer hat eine Flugbahn, wenn er von Punkt A nach Punkt B fährt. Es kann eine beliebige Anzahl von Punkten von A nach B geben. Es handelt sich um geordnete Datenpunkte basierend …

9 time-series  multivariate-analysis  data-transformation  functional-data-analysis 

In einem Großteil der Literatur, die ich studiere, ist es einer dieser Begriffe, die häufig vorkommen, ohne dass eine strenge Definition gefunden werden muss. Insbesondere wird mir gesagt: Für zeitindizierte Zufallsvariablen (RVs) wird das additive Zerlegungsmodell wie folgt angegeben{ X.t}}{Xt}\{X_t\} X.t= l l ( X.t - 1, X.t - 2, …

9 time-series  definition 

Ich habe mich mit dem folgenden Problem befasst. Ich habe eine Art Echtzeitsystem und lese jedes Mal, wenn ich den aktuellen Wert lese, eine Zeitreihe (z. B. 1, 12, 2, 3, 5, 9, 1, ...). Ich möchte Methoden (statistisches und maschinelles Lernen) kennen, um den nächsten Wert online vorherzusagen (dh …

9 time-series  machine-learning  online  forecasting 

Zum Beispiel: Ich möchte zukünftige Werte einer Zeitreihe basierend auf früheren Werten mehrerer Zeitreihen unter Verwendung einer ANN und / oder SVM vorhersagen. Eingaben sind verzögerte Werte aus jeder Zeitreihe, und die Ausgaben sind Prognosen mit einem Schritt voraus (Prognosen mit weiteren Horizonten werden erstellt, indem die Vorhersagen unter Verwendung …

9 time-series  machine-learning  stationarity  prediction