Statistiken und Big Data time-series

3

Was ist ein Prozess mit weißem Rauschen?

Was ist die beste Methode, um den Prozess für weißes Rauschen so zu definieren, dass er intuitiv und leicht verständlich ist?

25 time-series

3

Anwendung von Wavelets auf zeitreihenbasierte Anomalieerkennungsalgorithmen

Ich habe angefangen, mich durch die Statistical Data Mining Tutorials von Andrew Moore zu arbeiten (sehr empfehlenswert für alle anderen, die sich zum ersten Mal in dieses Gebiet wagen). Ich begann mit der Lektüre dieses äußerst interessanten PDFs mit dem Titel "Einführung in zeitreihenbasierte Algorithmen zur Erkennung von Anomalien", in …

25 time-series outliers signal-processing wavelet

5

Ich suche nach einer bestimmten Art von ARIMA-Erklärung

Diese nur schwer zu finden, aber ich möchte ein lesen gut erklärt ARIMA Beispiel , dass verwendet minimale Mathematik erweitert die Diskussion über die Erstellung eines Modells hinaus auf die Verwendung dieses Modells zur Vorhersage spezifischer Fälle Verwendet Grafiken sowie numerische Ergebnisse, um die Übereinstimmung zwischen prognostizierten und tatsächlichen Werten …

25 time-series arima intuition

2

Untersetzen von R Zeitreihenvektoren

Ich habe eine Zeitreihe und möchte sie unter Beibehaltung von Anfang, Ende und Häufigkeit als Zeitreihe unterteilen. Angenommen, ich habe eine Zeitreihe: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 105 106 107 2011 108 109 110 Jetzt werde …

25 r time-series

4

Algorithmen zur Erkennung von Zeitreihenanomalien

Ich verwende derzeit Twitter's AnomalyDetection in R: https://github.com/twitter/AnomalyDetection . Dieser Algorithmus ermöglicht die Erkennung von Zeitreihenanomalien für Daten mit Saisonalität. Frage: Gibt es ähnliche Algorithmen (die Kontrolle der Saisonalität spielt keine Rolle)? Ich versuche, so viele Zeitreihenalgorithmen wie möglich mit meinen Daten zu bewerten, damit ich das beste / Ensemble …

24 r regression time-series anomaly-detection

2

Wie füge ich einen Interaktionsbegriff in GAM ein?

Der folgende Code bewertet die Ähnlichkeit zwischen zwei Zeitreihen: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) require(mgcv) mod1 …

24 r time-series data-visualization gam

3

Korrelation zwischen zwei Zeitreihen

Was ist der einfachste Weg / die einfachste Methode, um die Korrelation zwischen zwei genau gleich großen Zeitreihen zu berechnen? Ich überlegte, und ( y [ t ] - μ y ) zu multiplizieren und die Multiplikation zu addieren. Wenn diese einzelne Zahl also positiv war, können wir dann sagen, …

24 time-series

3

Tägliche Zeitreihenanalyse

Ich versuche eine Zeitreihenanalyse durchzuführen und bin neu in diesem Bereich. Ich habe eine tägliche Zählung eines Ereignisses von 2006-2009 und möchte ein Zeitreihenmodell dazu passen. Hier sind die Fortschritte, die ich gemacht habe: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Das resultierende Diagramm, das ich erhalte, ist: Um zu überprüfen, ob Saisonalität …

24 r time-series seasonality multiple-seasonalities tbats hypothesis-testing beta-distribution machine-learning unsupervised-learning supervised-learning reinforcement-learning

5

Python-Modul zur Analyse von Änderungspunkten

Ich suche ein Python-Modul, das eine Änderungspunktanalyse für eine Zeitreihe durchführt. Es gibt eine Reihe verschiedener Algorithmen, und ich möchte die Wirksamkeit einiger von ihnen untersuchen, ohne jeden der Algorithmen von Hand rollen zu müssen. Im Idealfall hätte ich gerne Module wie den bcp (Bayesian Change Point) oder Strucchange- Pakete …

24 time-series python change-point

1

Erklärung, was Nate Silver über Löß gesagt hat

In einer Frage, die ich kürzlich gestellt habe , wurde mir gesagt, dass es ein großes "Nein-Nein" sei, mit Löss zu extrapolieren. In Nate Silvers jüngstem Artikel auf FiveThirtyEight.com ging er jedoch auf die Verwendung von Löss für Wahlvorhersagen ein. Er diskutierte mit Löß die Besonderheiten aggressiver versus konservativer Vorhersagen, …

23 time-series forecasting predictive-models loess politics

1

Eigenschaften von PCA für abhängige Beobachtungen

In der Regel verwenden wir PCA als Methode zur Dimensionsreduktion für Daten, bei denen angenommen wird, dass es sich um iid-Fälle handelt Frage: Was sind die typischen Nuancen bei der Anwendung von PCA für abhängige, nicht-iid-bezogene Daten? Welche netten / nützlichen Eigenschaften von PCA, die für iid-Daten gelten, sind gefährdet …

23 time-series pca non-independent iid

2

Folgen der Modellierung eines instationären Prozesses mit ARMA?

Ich verstehe, wir sollten ARIMA zur Modellierung einer instationären Zeitreihe verwenden. Nach allem, was ich lese, sollte ARMA nur für stationäre Zeitreihen verwendet werden. Ich versuche zu verstehen, was in der Praxis passiert, wenn ein Modell falsch klassifiziert wird und d = 0für eine Zeitreihe angenommen wird, die nicht stationär …

23 r time-series arima stationarity

3

Welche gängigen Prognosemodelle können als Sonderfälle von ARIMA-Modellen angesehen werden?

Heute morgen bin ich aufgewacht und habe mich gefragt (dies könnte daran liegen, dass ich letzte Nacht nicht viel geschlafen habe): Da die Kreuzvalidierung der Eckpfeiler einer ordnungsgemäßen Vorhersage von Zeitreihen zu sein scheint, welche Modelle sollte ich normalerweise verwenden? "Kreuzvalidierung gegen? Ich hatte ein paar (einfache), aber mir wurde …

23 time-series cross-validation arima

4

R-Code für die Vorhersage von Zeitreihen mithilfe des Kalman-Filters

Hat jemand ein gutes Beispiel für die Vorhersage / Glättung von Zeitreihen mit Kalman-Filter in R?

23 r time-series kalman-filter

3

Wie berechnet man den p-Wert von Parametern für das ARIMA-Modell in R?

Bei der Zeitreihenrecherche in R stellte ich fest, dass arima nur die Koeffizientenwerte und ihre Standardfehler des angepassten Modells angegeben werden. Ich möchte aber auch den p-Wert der Koeffizienten erhalten. Ich habe keine Funktion gefunden, die die Bedeutung von coef liefert. Ich möchte es also selbst berechnen, kenne aber den …

23 r time-series chi-squared arima parametric

Als «time-series» getaggte Fragen