Preguntas etiquetadas con time-series

Tengo una pregunta relacionada con el modelado de series cortas de tiempo. No se trata de modelarlos , sino de cómo. ¿Qué método recomendaría para modelar series de tiempo (muy) cortas (digamos de longitud )? Por "mejor" quiero decir aquí el más robusto, que es el menos propenso a errores …

35 time-series  forecasting  small-sample 

Estoy acostumbrado a ver Ljung-Box utilizado con bastante frecuencia para las pruebas de autocorrelación en los datos en bruto o en residuos del modelo. Casi había olvidado que no hay otra prueba de autocorrelación, es decir, de Breusch-Godfrey. Pregunta: ¿cuáles son las principales diferencias y similitudes de las pruebas Ljung-Box …

35 time-series  hypothesis-testing  autocorrelation 

Comentarios: En primer lugar me gustaría decir un gran agradecimiento a la autora de la nueva tsoutliers paquete que implementa Chen y Liu detección de series temporales de valores atípicos que fue publicado en la Revista de la Asociación Americana de Estadística en 1993 en el software de código abierto …

35 time-series  forecasting  arima  outliers 

¿Cuál es / son la (s) diferencia (s) entre un diseño longitudinal y una serie temporal?

35 time-series  panel-data 

Tengo un conjunto de datos que no está ordenado de ninguna manera en particular, pero cuando se traza claramente tiene dos tendencias distintas. Una regresión lineal simple realmente no sería adecuada aquí debido a la clara distinción entre las dos series. ¿Hay una manera simple de obtener las dos líneas …

34 time-series  python  curve-fitting 

Queridos todos, he notado algo extraño que no puedo explicar, ¿verdad? En resumen: el enfoque manual para calcular un intervalo de confianza en un modelo de regresión logística y la función R confint()dan resultados diferentes. He estado pasando por la regresión logística aplicada de Hosmer & Lemeshow (2a edición). En …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

Tengo cuatro series temporales diferentes de mediciones por hora: El consumo de calor dentro de una casa. La temperatura fuera de la casa La radiación solar La velocidad del viento Quiero poder predecir el consumo de calor dentro de la casa. Existe una clara tendencia estacional, tanto anualmente como a …

33 time-series  modeling  arima 

Recientemente aprendí sobre el uso de técnicas de arranque para calcular errores estándar e intervalos de confianza para estimadores. Lo que aprendí fue que si los datos son IID, puede tratar los datos de la muestra como la población, y hacer un muestreo con reemplazo y esto le permitirá obtener …

33 time-series  bootstrap 

Me encontré con este documento que usa la detección de anomalías de enlaces para predecir temas de tendencias, y lo encontré increíblemente intrigante: el documento es "Descubriendo temas emergentes en las corrientes sociales a través de la detección de anomalías de enlaces" . Me encantaría replicarlo en un conjunto de …

32 time-series  machine-learning  outliers  python  change-point 

Deje y ser procesos de ruido blanco. ¿Podemos decir que es necesariamente un proceso de ruido blanco?b t c t = a t + b tatata_tbtbtb_tct=at+btct=at+btc_t=a_t+b_t

30 time-series  econometrics  white-noise 

Estoy confundido sobre el Modelo de corrección de errores de vectores ( VECM ). Antecedentes técnicos: VECM ofrece la posibilidad de aplicar el Modelo Vector Autorregresivo ( VAR ) a series de tiempo multivariadas integradas. En los libros de texto que nombrar algunos problemas en la aplicación de un VAR …

30 time-series  forecasting  var  cointegration  vecm 

Estoy utilizando R, busqué en Google y descubrí que kpss.test(), PP.test()y adf.test()se utilizan para saber acerca de la estacionariedad de las series temporales. Pero no soy un estadístico, que puede interpretar sus resultados. > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value …

30 r  time-series  stationarity  augmented-dickey-fuller  kpss-test 

¿Cuál es el punto del análisis de series de tiempo? Existen muchos otros métodos estadísticos, como la regresión y el aprendizaje automático, que tienen casos de uso obvios: la regresión puede proporcionar información sobre la relación entre dos variables, mientras que el aprendizaje automático es excelente para la predicción. Pero …

29 time-series  arima 

Necesitamos un sistema de alerta temprana. Estoy tratando con un servidor que se sabe que tiene problemas de rendimiento bajo carga. Los errores se registran en una base de datos junto con una marca de tiempo. Hay algunos pasos de intervención manual que se pueden tomar para disminuir la carga …

29 time-series  real-time 

Utilizo la función auto.arima () en el paquete de pronóstico para ajustar los modelos ARMAX con una variedad de covariables. Sin embargo, a menudo tengo una gran cantidad de variables para seleccionar y generalmente termino con un modelo final que funciona con un subconjunto de ellas. No me gustan las …

29 r  time-series  lasso  regularization  elastic-net