Preguntas etiquetadas con time-series

Estuve luchando con la estacionaria en mi cabeza por un tiempo ... ¿Es así como piensas al respecto? Cualquier comentario o pensamiento adicional será apreciado. El proceso estacionario es el que genera valores de series temporales de modo que la media de distribución y la varianza se mantienen constantes. Estrictamente …

14 time-series  stationarity  intuition 

Aquí hay un poco de contexto. Estoy interesado en determinar cómo dos variables ambientales (temperatura, niveles de nutrientes) impactan el valor medio de una variable de respuesta durante un período de 11 años. Dentro de cada año, hay datos de más de 100k ubicaciones. El objetivo es determinar si, durante …

14 time-series  regression  sample-size  small-sample 

Tengo dos series temporales S y T. tienen la misma frecuencia y la misma longitud. Me gustaría calcular (usando R), la correlación entre este par (es decir, S y T), y también poder calcular la importancia de la correlación), para poder determinar si la correlación se debe al azar o …

14 r  time-series  correlation 

Después de leer uno de los "Consejos de investigación" de RJ Hyndman sobre validación cruzada y series de tiempo, volví a una vieja pregunta mía que trataré de formular aquí. La idea es que en los problemas de clasificación o regresión, el orden de los datos no es importante y, …

14 time-series  machine-learning  cross-validation 

Estoy creando una aplicación de Android que registra los datos del acelerómetro durante el sueño, para analizar las tendencias del sueño y, opcionalmente, despertar al usuario cerca del momento deseado durante el sueño ligero. Ya he creado el componente que recopila y almacena datos, así como la alarma. Todavía necesito …

14 time-series  smoothing  signal-processing  java 

Voy a usar el modelo ARMA-GARCH para series de tiempo financieras y me preguntaba si la serie debería ser estacionaria antes de aplicar dicho modelo. Sé que para aplicar el modelo ARMA, la serie debe ser estacionaria, sin embargo, no estoy seguro de ARMA-GARCH, ya que incluyo errores GARCH que …

14 time-series  finance  arma 

En el modelado climático, está buscando modelos que puedan representar adecuadamente el clima de la Tierra. Esto incluye mostrar patrones semicíclicos: cosas como la Oscilación del Sur de El Niño. Pero la verificación del modelo ocurre generalmente en períodos de tiempo relativamente cortos, donde hay datos de observación decentes (últimos …

14 time-series  model-comparison  fourier-transform  climate 

Tengo problemas para entender por qué nos importa si un proceso de MA es invertible o no. Corríjame si me equivoco, pero puedo entender por qué nos importa si un proceso AR es causal o no, es decir, si podemos "reescribirlo", por así decirlo, como la suma de algún parámetro …

14 time-series  mathematical-statistics  autoregressive  moving-average 

Soy un graduado de negocios y economía que actualmente estudia para una maestría en ingeniería de datos. Mientras estudiaba la regresión lineal (LR) y luego el análisis de series de tiempo (TS), surgió una pregunta en mi mente. ¿Por qué crear un método completamente nuevo, es decir, series de tiempo …

14 regression  time-series  multiple-regression  least-squares  arima 

Me gustaría realizar un pronóstico basado en un modelo ARIMA de series de tiempo múltiples con múltiples variables exógenas. Como no soy tan hábil con respecto a las estadísticas ni a RI que quiero mantener, es lo más simple posible (el pronóstico de tendencia para 3 meses es suficiente). Tengo …

14 r  time-series  arima 

¿Cómo entrenar el modelo LSTM en datos de series de tiempo múltiples? Caso de uso: Tengo ventas semanales de 20,000 agentes durante los últimos 5 años. Necesita pronosticar las próximas ventas semanales para cada agente. ¿Debo seguir una técnica de procesamiento por lotes: tomar un agente a la vez, entrenar …

14 machine-learning  time-series  statistical-significance  lstm  artificial-intelligence 

Estoy construyendo modelos ARIMA para algunos datos de viento / olas. Estoy construyendo un modelo separado para cada variable. Dos de las variables que necesito modelar son la dirección de las olas y el viento. Los valores están en grados (0-360 °). ¿Es posible modelar este tipo de datos donde …

13 time-series  arima  circular-statistics 

¿Cómo se define la varianza a largo plazo en el ámbito del análisis de series temporales? Entiendo que se utiliza en el caso de que haya una estructura de correlación en los datos. ¿Entonces nuestro proceso estocástico no sería una familia de X1,X2…X1,X2…X_1, X_2 \dots iid variables aleatorias sino distribuidas …

13 time-series  variance  references  kernel-smoothing  non-independent 

Estoy trabajando en un pequeño proyecto en el que intentamos predecir los precios de los productos básicos (petróleo, aluminio, estaño, etc.) para los próximos 6 meses. Tengo 12 variables para predecir y tengo datos de abril de 2008 a mayo de 2013. ¿Cómo debo ir sobre predicción? He hecho lo …

13 r  time-series  forecasting  neural-networks  arima 

Estoy tratando de probar la cointegración entre dos series de tiempo. Ambas series tienen datos semanales que abarcan ~ 3 años. Estoy tratando de hacer el método de dos pasos de Engle-Granger. Mi orden de operaciones sigue. Pruebe cada serie de tiempo para la raíz de la unidad a través …

13 time-series  cointegration  unit-root  augmented-dickey-fuller