Preguntas etiquetadas con seasonality

Quiero detectar la estacionalidad en los datos que recibo. Hay algunos métodos que he encontrado, como el gráfico de subserie estacional y el gráfico de autocorrelación, pero la cuestión es que no entiendo cómo leer el gráfico, ¿alguien podría ayudarme? La otra cosa es, ¿hay otros métodos para detectar la …

56 time-series  seasonality 

Estoy tratando de hacer análisis de series de tiempo y soy nuevo en este campo. Tengo un recuento diario de un evento del 2006 al 2009 y quiero ajustarle un modelo de serie temporal. Aquí está el progreso que he hecho: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) La trama resultante que obtengo …

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

Tengo 17 años (1995 a 2011) de datos de certificados de defunción relacionados con muertes por suicidio para un estado en los EE. UU. Hay mucha mitología sobre suicidios y los meses / estaciones, en gran parte contradictorios, y de la literatura I ' He revisado, no tengo una idea …

24 r  chi-squared  arima  count-data  seasonality 

Estoy ajustando un modelo ARIMA en una serie de tiempo diaria. Los datos se recopilan diariamente del 02-01-2010 al 30-07-2011 y se refieren a la venta de periódicos. Dado que se puede encontrar un patrón semanal en las ventas (la cantidad promedio diaria de copias vendidas suele ser la misma …

21 r  time-series  arima  seasonality 

El ajuste estacional es un paso crucial en el procesamiento previo de los datos para futuras investigaciones. Sin embargo, el investigador tiene una serie de opciones para la descomposición estacional del ciclo de tendencia. Los métodos de descomposición estacional rivales más comunes (a juzgar por el número de citas en …

20 time-series  data-transformation  methodology  seasonality 

Esta es una publicación larga, así que espero que puedan tener paciencia conmigo, y corríjanme donde estoy equivocado. Mi objetivo es producir un pronóstico diario basado en 3 o 4 semanas de datos históricos. Los datos son datos de 15 minutos de la carga local de una de las líneas …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Utilizando Rpara realizar la descomposición de STL, s.windowcontrola qué tan rápido puede cambiar el componente estacional. Los valores pequeños permiten un cambio más rápido. Establecer que la ventana estacional sea infinita es equivalente a forzar que el componente estacional sea periódico (es decir, idéntico a través de los años). Mis …

16 r  time-series  trend  seasonality 

Tengo un conjunto de datos de series temporales multivariadas que incluye variables biológicas y ambientales que interactúan (más posiblemente algunas variables exógenas). Además de la estacionalidad, no hay una tendencia clara a largo plazo en los datos. Mi propósito es ver qué variables están relacionadas entre sí. La previsión no …

15 r  time-series  var  seasonality 

Parece haber mucha confusión en la comparación de usar glmnetdentro caretpara buscar una lambda óptima y usar cv.glmnetpara hacer la misma tarea. Se plantearon muchas preguntas, por ejemplo: Modelo de clasificación train.glmnet vs. cv.glmnet? ¿Cuál es la forma correcta de usar glmnet con caret? Validación cruzada de `glmnet` usando` caret` …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Edición importante: Me gustaría dar las gracias a Dave y Nick hasta ahora por sus respuestas. La buena noticia es que obtuve el bucle para trabajar (principio prestado de la publicación del Prof. Hydnman sobre pronóstico de lotes). Para consolidar las consultas pendientes: a) ¿Cómo puedo aumentar la cantidad máxima …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

Tracé el siguiente código con la función stl (Descomposición estacional de series de tiempo de Loess): plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) Muestra una variación estacional significativa con datos aleatorios colocados en el código anterior (función rnorm). Se observa una variación significativa cada vez que se ejecuta, aunque el patrón es diferente. A …

11 time-series  seasonality  loess 

Mientras trabajamos con series temporales, a veces detectamos y eliminamos la estacionalidad mediante análisis espectral. Soy un verdadero principiante en series de tiempo, y estoy confundido por qué uno querría eliminar la estacionalidad de la serie de tiempo original. ¿La eliminación de la estacionalidad no distorsiona los datos originales? ¿Qué …

11 time-series  seasonality 

Tengo dos series temporales de datos diarios. Uno es sign-upsy el otro terminationsde suscripciones. Me gustaría predecir esto último utilizando la información contenida en ambas variables. Al observar el gráfico de estas series, es obvio que las terminaciones están correlacionadas con múltiplos de las suscripciones de los meses anteriores. Es …

11 r  time-series  seasonality  var 

En un comentario a esta pregunta , el usuario @whuber citó la posibilidad de usar una versión periódica de splines para ajustar los datos periódicos. Me gustaría saber más acerca de este método, en particular las ecuaciones que definen las splines y cómo implementarlas en la práctica (soy principalmente un …

10 regression  time-series  seasonality  splines