Als «time-series» getaggte Fragen

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

1
Eine einfachere Methode zur Berechnung des exponentiell gewichteten gleitenden Durchschnitts?
Vorgeschlagene Methode: Bei einer Zeitreihe möchte ich einen gewichteten gleitenden Durchschnitt mit einem Mittelungsfenster von Punkten berechnen , wobei die Gewichtungen neuere Werte gegenüber älteren Werten bevorzugen. N.xichxix_iN.NN Bei der Auswahl der Gewichte verwende ich die bekannte Tatsache, dass eine geometrische Reihe gegen 1 konvergiert, dh , vorausgesetzt, es werden …
1
Vorhersage nichtstationärer Zeitreihen
Ich möchte die instationären Zeitreihen vorhersagen, die mehrere wichtige a-priori-Annahmen beinhalten, die sich aus der Untersuchung von Instanzen solcher Reihen ergeben. Ich habe eine zeitgemittelte Ein-Punkt-Wahrscheinlichkeitsverteilungsfunktion konstruiert, die durch die Normalverteilung angenähert wird. P ( x ) = 1 Unter diesem Gesichtspunkt möchte ich, dass die Prognosenicht überschreitet, wenn. Mit …
3
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und group x time. Beides timeund groupErgebnis signifikant, …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
1
Wo soll ich anfangen?: Zeitreihen mit ungleichmäßigen Abständen, mit vielen Ausreißern oder Zufälligkeiten
Ich weiß nicht genau, was möglich ist, und möchte einen Zeiger in die richtige Richtung. Ich habe Zeit- und Positionsmessungen, die von einer Person, die läuft, einem Fahrzeug auf einer Straße, einem Parkplatz oder einem Drucker in einem Büro stammen können. Ich muss die Fahrzeiten für Fahrzeuge zwischen zwei Punkten …
1
Konfidenzintervalle bei Verwendung des Bayes-Theorems
Ich berechne einige bedingte Wahrscheinlichkeiten und zugehörige 95% -Konfidenzintervalle. In vielen meiner Fälle habe ich eine einfache Anzahl von xErfolgen aus nVersuchen (aus einer Kontingenztabelle), sodass ich ein Binomial-Konfidenzintervall verwenden kann, wie es binom.confint(x, n, method='exact')in in angegeben ist R. In anderen Fällen habe ich solche Daten jedoch nicht, daher …
3
OLS: in der 1. Gleichung spannt Standardfehler in der 2. Gleichung vor?
Angenommen, Xit,YitXit,Yit{X_{it}},{Y_{it}} sind Zeitreihen mit Xit∼N(0.1,1)Xit∼N(0.1,1)X_{it}\sim N(0.1,1) , ( σ2(Yit)=1σ2(Yit)=1\sigma^2(Y_{it}) = 1 und mean(Yit)mean(Yit)mean(Y_{it}) ähnelt dem für XitXitX_{it} , ändert sich jedoch, wenn der Dummy = 1) ist. und t∈{1,2,...,200}t∈{1,2,...,200}t \in \{1,2,...,200\} , i∈{1,2,...,N}i∈{1,2,...,N}i \in \{1,2,...,N\} . In einer realen Welt sind dies periodische Börsenrenditen gegenüber NNN Unternehmen (aber Sie …
2
Nicht korrelierte Fehler aus dem Generalized Least Square-Modell (GLS)
Als Finanzinstitut stoßen wir häufig auf die Analyse von Zeitreihendaten. Oft führen wir Regressionen mithilfe von Zeitreihenvariablen durch. Dabei stoßen wir häufig auf Residuen mit Zeitreihenstruktur, die gegen die Grundannahme unabhängiger Fehler in der OLS-Regression verstoßen. Kürzlich bauen wir ein weiteres Modell, in dem wir meiner Meinung nach eine Regression …
1
Klappmesser mit Zeitreihenmodellen
Einführung Ich möchte die jährlichen Wachstumsraten für eine Reihe von makroökonomischen Indikatoren prognostizieren (mit ). Eine der Aufgaben besteht darin, die Prognoseleistung konkurrierender Zeitreihenmodelle mit und ohne exogene Variablen ( X t , eine T × k- Matrix) zu testen . Die Liste der Konkurrenzmodelle umfasst:YtYtY_tXtXtX_tT×kT×kT\times k AR (I) MA-Modell …
1
Dynamische Faktoranalyse vs. Faktoranalyse auf Unterschiede
Ich versuche, mich mit der Analyse dynamischer Faktoren zu beschäftigen. Bisher verstehe ich, dass DFA nur eine Faktorenanalyse plus ein Zeitreihenmodell für die Scores ist (die Belastungen bleiben fest). In den Fällen, die ich gesehen habe, ist das Modell der Scores jedoch nur ein zufälliger Spaziergang mit einer diagonalen Korrelationsmatrix. …
7
Methoden zur Messung der Stärke beliebiger nichtlinearer Beziehungen zwischen zwei Variablen?
Welche Methoden gibt es, um die Stärke beliebiger, stark nichtlinearer Beziehungen zwischen zwei gepaarten Variablen zu messen? Mit hochgradig nichtlinear meine ich Beziehungen, die durch Regression auf ein bekanntes Modell nicht sinnvoll oder zuverlässig modelliert werden können. Ich interessiere mich besonders für Zeitreihen, aber ich stelle mir vor, dass alles, …
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.