Ich lese ein Buch über Zeitreihen und habe mich im folgenden Teil am Kopf gekratzt: Könnte mir jemand die Intuition erklären? Ich konnte es nicht aus diesem Text bekommen. Warum muss der Prozess umkehrbar sein? Was ist das große Ganze hier? Vielen Dank für jede Hilfe. Ich bin neu in …
Ein gewöhnlicher Signifikanztest bei der Betrachtung von zwei Populationen ist der T-Test, wenn möglich der gepaarte T-Test. Dies setzt voraus, dass die Verteilung normal ist. Gibt es ähnliche vereinfachende Annahmen, die einen Signifikanztest für eine Zeitreihe ergeben? Insbesondere haben wir zwei relativ kleine Populationen von Mäusen, die unterschiedlich behandelt werden, …
Ich habe in einem erweiterten Dickey-Fuller-Test mehrmals gesehen, wie Leute die Null zurückweisen und dann behaupten, dass ihre Reihen stationär sind (leider kann ich die Quellen dieser Behauptungen nicht zeigen, aber ich stelle mir vor, dass es hier und da ähnliche Behauptungen gibt die eine oder andere Zeitschrift). Ich behaupte, …
Auf William Briggs 'Blog gibt es einen ziemlich alten Beitrag , der sich mit den Fallstricken befasst, Daten zu glätten und diese geglätteten Daten zur Analyse zu bringen. Das Hauptargument ist nämlich: Wenn Sie in einem Moment des Wahnsinns Zeitreihendaten glätten und diese als Eingabe für andere Analysen verwenden, erhöhen …
Ich möchte Änderungen in Zeitreihendaten erkennen, die normalerweise die gleiche Form haben. Bisher habe ich mit dem changepointPaket für R und den Funktionen cpt.mean(), cpt.var()und gearbeitet cpt.meanvar(). cpt.mean()mit der PELT-Methode funktioniert gut, wenn die Daten normalerweise auf einer Ebene bleiben. Änderungen möchte ich aber auch bei Abfahrten feststellen. Ein Beispiel …
Ich habe Zeitreihendaten und ich habe ein als Modell verwendet, um die Daten . Das ist eine Indikator-Zufallsvariable, die entweder 0 (wenn ich kein seltenes Ereignis sehe) oder 1 (wenn ich das seltene Ereignis sehe) ist. Basierend auf früheren Beobachtungen, die ich für , kann ich ein Modell für Verwendung …
Ich möchte einen Algorithmus entwickeln, der in der Lage ist, beliebige Zeitreihen zu analysieren und "automatisch" die beste traditionelle / statistische Prognosemethode (und ihre Parameter) für die analysierten Zeitreihendaten auszuwählen. Wäre es möglich so etwas zu machen? Wenn ja, können Sie mir einige Tipps geben, wie dies angegangen werden kann?
Ich habe zwei Zeitreihen: Ein Proxy für die Marktrisikoprämie (ERP; rote Linie) Der risikofreie Zinssatz, vertreten durch eine Staatsanleihe (blaue Linie) Ich möchte testen, ob der risikofreie Tarif das ERP erklären kann. Dabei folgte ich grundsätzlich dem Rat von Tsay (2010, 3. Auflage, S. 96): Financial Time Series: Passen Sie …
Dies ist eine grundlegende Frage zu Box-Jenkins MA-Modellen. Wie ich es verstehe, ist ein MA - Modell im Grunde eine lineare Regression von Zeitreihenwerten YYY gegen vorherige Fehlerterme et,...,et−net,...,et−ne_t,..., e_{t-n} . Das heißt, die Beobachtung YYY wird zuerst gegen ihre vorherigen Werte zurückgebildet Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n} und dann ein oder …
Bei Epidemien (plötzlicher Anstieg der Zahl) kommt es zu einer Zunahme der Fälle und Todesfälle aufgrund einer Viruszirkulation (wie das West - Nil - Virus in den USA im Jahr 2002) oder einer Abnahme der Resistenz von Menschen oder einer Kontamination von Nahrungsmitteln oder Wasser oder einer Zunahme der Zahl …
Ich hoffe, dass ich diese Frage richtig stellen kann. Ich habe Zugriff auf Play-by-Play-Daten, daher ist es eher ein Problem mit der besten Vorgehensweise und der korrekten Erstellung der Daten. Was ich tun möchte, ist zu berechnen, wie wahrscheinlich es ist, ein NHL-Spiel zu gewinnen, wenn das Ergebnis und die …
Denken Sie darüber nach, wiederkehrende neuronale Netze für die Vorhersage von Zeitreihen zu verwenden. Im Gegensatz zu ARMA- und ARIMA-Modellen, die lineare Auto-Regression verwenden, implementieren sie im Grunde genommen eine Art generalisierte nichtlineare Auto-Regression. Wenn wir eine nichtlineare Auto-Regression durchführen, muss die Zeitreihe dennoch stationär sein, und müssen wir eine …
Wenn es um longitudinale Daten geht, können wir uns wiederholt auf Daten beziehen, die im Laufe der Zeit von demselben Subjekt / derselben Lerneinheit gesammelt wurden, so dass es Korrelationen für die Beobachtungen innerhalb desselben Subjekts gibt, dh Ähnlichkeit innerhalb des Subjekts. Wenn wir über Zeitreihendaten sprechen, beziehen wir uns …
Ich habe einige kumulative Frequenzdaten. Eine Linie passt sehr gut zu den Daten, aber es gibt ein zyklisches / periodisches Wackeln in der Linie. Ich möchte schätzen , wenn die kumulative Frequenz einen bestimmten Wert erreichen wird c . Wenn ich die Residuen gegen angepasste Werte zeichne, erhalte ich ein …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.