Statistiken und Big Data time-series

2

Wie mache ich eine Prognose mit Erkennung von Ausreißern in R? - Zeitreihenanalyseverfahren und -methode

Ich verfüge über monatliche Zeitreihendaten und möchte Prognosen zur Erkennung von Ausreißern erstellen. Dies ist das Beispiel meines Datensatzes: Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2006 7.55 7.63 7.62 7.50 7.47 7.53 7.55 7.47 7.65 7.72 7.78 7.81 2007 7.71 7.67 7.85 7.82 7.91 …

16 r time-series forecasting arima outliers

3

ETS () -Funktion, wie vermeide ich Prognosen, die nicht mit historischen Daten übereinstimmen?

Ich arbeite an einem Alogorithmus in R, um eine monatliche Prognoseberechnung zu automatisieren. Ich benutze unter anderem die Funktion ets () aus dem Vorhersagepaket, um die Vorhersage zu berechnen. Es funktioniert sehr gut. Leider ist das Ergebnis, das ich für einige bestimmte Zeitreihen erhalte, seltsam. Bitte finden Sie unten den …

16 r time-series forecasting exponential-smoothing

1

Multivariante Zeitreihen in R. So finden Sie verzögerte Korrelationen und erstellen ein Modell für die Vorhersage

Ich bin neu auf der Seite und ziemlich neu in der Statistik und R. Ich arbeite an einem Projekt für das College mit dem Ziel, die Korrelation zwischen Regen und Wasserfluss in Flüssen zu finden. Sobald die Korrelation bewiesen ist, möchte ich sie vorhersagen. Die Daten Ich habe einen Datensatz …

16 r time-series forecasting cross-correlation lags

2

stochastischer vs. deterministischer Trend / Saisonalität in der Zeitreihenvorhersage

Ich habe einen moderaten Hintergrund in der Vorhersage von Zeitreihen. Ich habe mehrere Prognosebücher angeschaut und sehe in keinem die folgenden Fragen. Ich habe zwei Fragen: Wie würde ich objektiv (über einen statistischen Test) feststellen, ob eine bestimmte Zeitreihe Folgendes aufweist: Stochastische Saisonalität oder deterministische Saisonalität Stochastischer Trend oder deterministischer …

16 time-series forecasting arima stochastic-processes

2

Verwechslung mit Augmented Dickey Fuller Test

Ich arbeite an dem electricityim R-Paket verfügbaren Datensatz TSA. Mein Ziel ist es, herauszufinden, ob ein arimaModell für diese Daten geeignet ist, und es schließlich anzupassen. Also ging ich wie folgt vor: 1. Zeichne die Zeitreihen auf, die sich aus der folgenden Grafik ergeben: 2. Ich wollte ein Logbuch electricityzur …

16 r time-series stationarity

1

Kriterien zur Einstellung der AWL ab Fensterbreite

Steuert mithilfe Rder STL-Zerlegung, s.windowwie schnell sich die saisonale Komponente ändern kann. Kleine Werte ermöglichen eine schnellere Änderung. Das Festlegen des Saisonfensters auf unendlich entspricht dem Erzwingen, dass die Saisonkomponente periodisch ist (dh über Jahre hinweg identisch ist). Meine Fragen: Wenn ich eine monatliche Zeitreihe habe (das entspricht einer Häufigkeit …

16 r time-series trend seasonality

1

Gemischtes Modell vs. Pooling von Standardfehlern für Studien mit mehreren Standorten - Warum ist ein gemischtes Modell so viel effizienter?

Ich habe einen Datensatz, der aus einer Reihe von monatlichen Fallzählungen für "kaputte Stöcke" von einer Handvoll Websites besteht. Ich versuche, eine einzige zusammenfassende Schätzung aus zwei verschiedenen Techniken zu erhalten: Technik 1: Passen Sie einen "gebrochenen Stab" mit einem Poisson-GLM mit einer 0/1-Indikatorvariablen an und verwenden Sie eine Zeit- …

16 time-series mixed-model

3

Auto.arima vs Autobox unterscheiden sie sich?

Aus dem Lesen von Beiträgen auf dieser Site weiß ich, dass es eine R- Funktion gibt auto.arima (im forecast Paket ). Ich weiß auch, dass IrishStat , ein Mitglied dieser Site, Anfang der 1980er Jahre das kommerzielle Paket autobox erstellt hat . Da diese beiden Pakete heute existieren und automatisch …

16 time-series arima automatic-algorithms

1

Interpretation der Ergebnisse des Granger-Kausaltests

Ich versuche, mich über Granger-Kausalität zu informieren. Ich habe die Beiträge auf dieser Seite und einige gute Artikel online gelesen. Ich bin auch auf ein sehr hilfreiches Tool gestoßen , den Bivariate Granger Causality - Free Statistics Calculator , mit dem Sie Ihre Zeitreihen eingeben und die Granger Stats berechnen …

16 time-series causality granger-causality

1

Am wenigsten dumm, eine kurze multivariate Zeitreihe vorherzusagen

Ich muss die folgenden 4 Variablen für die 29. Zeiteinheit prognostizieren. Ich habe historische Daten im Wert von ungefähr 2 Jahren, wobei 1 und 14 und 27 alle den gleichen Zeitraum (oder die gleiche Jahreszeit) darstellen. Am Ende mache ich eine Oaxaca-Blinder-Zerlegung von , w d , w c und …

16 time-series forecasting multivariate-analysis var

2

Persistenz in Zeitreihen

Kann mir jemand sagen, was der Begriff "Persistenz" in der Zeitreihenanalyse bedeutet? Es geht um Ökonometrie und angewandte Regression.

16 regression time-series econometrics terminology

2

Erste Schritte mit neuronalen Netzen für die Vorhersage

Ich benötige einige Ressourcen, um mit der Verwendung neuronaler Netze für die Vorhersage von Zeitreihen zu beginnen. Ich bin vorsichtig, wenn ich etwas Papier umsetze und dann herausfinde, dass sie das Potenzial ihrer Methoden stark überbewertet haben. Wenn Sie also Erfahrung mit den Methoden haben, die Sie vorschlagen, wird es …

16 time-series neural-networks forecasting references

1

Verwendung von HMM in der quantitativen Finanzierung. Beispiele für HMM zur Erkennung von Trends / Wendepunkten?

Ich entdecke die wunderbare Welt der sogenannten "Hidden Markov Models", auch "Regime Switching Models" genannt. Ich möchte ein HMM in R anpassen, um Trends und Wendepunkte zu erkennen. Ich möchte das Modell so allgemein wie möglich bauen, damit ich es zu vielen Preisen testen kann. Kann mir jemand ein Papier …

16 r time-series finance hidden-markov-model

3

Was ist der beste statistische Test für eine Zeitreihe?

Ich habe eine einfache Zeitreihe mit 5-10 Datenpunkten pro Datensatz in regelmäßigen Abständen. Ich frage mich, wie ich am besten feststellen kann, ob zwei Datensätze unterschiedlich sind. Sollte ich T-Tests an jedem Datenpunkt versuchen oder den Bereich unter den Kurven betrachten, oder gibt es eine Art multivariates Modell, das besser …

16 time-series statistical-significance

2

Mit welchen Methoden kann die Reihenfolge der Integration einer Zeitreihe ermittelt werden?

Ökonomen sprechen oft von einer Zeitreihe, die mit der Ordnung k, I (k) integriert wird . k ist die minimale Anzahl von Differenzen, die erforderlich sind, um eine stationäre Zeitreihe zu erhalten. Welche Methoden oder statistischen Tests können verwendet werden, um bei gegebenem Vertrauensniveau die Reihenfolge der Integration einer Zeitreihe …

16 time-series

Als «time-series» getaggte Fragen