Preguntas etiquetadas con time-series

Los datos consisten en espectros ópticos (intensidad de luz contra frecuencia) registrados en diferentes tiempos. Los puntos se adquirieron en una cuadrícula regular en x (tiempo), y (frecuencia). Para analizar la evolución del tiempo a frecuencias específicas (un aumento rápido, seguido de una disminución exponencial), me gustaría eliminar parte del …

8 r  time-series  multivariate-analysis  references  smoothing 

¿Alguien tiene un breve ejemplo educativo breve sobre cómo usar las redes neuronales ( nneten R por ejemplo) con el propósito de predicción? Aquí hay un ejemplo, en R, de una serie temporal T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Esto es solo un ejemplo, …

8 r  time-series  machine-learning  neural-networks  nnet 

Sé que este es principalmente un sitio de estadísticas, por lo que si no estoy en el tema, por favor redirígeme. Tengo un sistema con bombas que a veces se rompen y necesitan ser reemplazadas. Me gustaría poder predecir las fallas y, por lo tanto, dar una alerta temprana a …

8 time-series  machine-learning  data-transformation 

Método propuesto: Dada una serie temporal , quiero calcular un promedio móvil ponderado con una ventana de promedio de puntos, donde las ponderaciones favorecen valores más recientes sobre valores más antiguos.xixix_iNNN Al elegir los pesos, estoy usando el hecho familiar de que una serie geométrica converge a 1, es decir, …

8 time-series  forecasting  algorithms  weighted-mean 

Me gustaría pronosticar las series de tiempo no estacionarias, que involucran varios supuestos cruciales a priori que se derivan del estudio de instancias de tales series. He construido una función de distribución de probabilidad de un punto promediada en el tiempo aproximada por la distribución normal. Desde este punto de …

8 time-series  forecasting  arima 

Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey groupresultaron significativos, además hubo una …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Realmente no sé qué es posible, y me gustaría un puntero en la dirección correcta. Tengo medidas de tiempo y posición que pueden ser cualquier cosa, desde una persona caminando, un vehículo en una carretera, un estacionamiento o una impresora en una oficina. Necesito calcular los tiempos de viaje para …

8 time-series  kalman-filter  unevenly-spaced-time-series 

Estoy calculando algunas probabilidades condicionales y los intervalos de confianza del 95% asociados. Para muchos de mis casos, tengo recuentos directos de xéxitos fuera de los nensayos (de una tabla de contingencia), por lo que puedo usar un intervalo de confianza binomial, como se proporciona binom.confint(x, n, method='exact')en R. Sin …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language 

Supongamos que son series de tiempo con , ( y es similar a la de , pero cambia cuando el dummy = 1). y , . En un entorno real, esto será un rendimiento periódico del mercado de valores sobre empresas (pero puede ignorar esto). Hay un ficticio, que es …

8 time-series  least-squares  residuals  bias 

Como institución financiera, a menudo nos encontramos con el análisis de datos de series temporales. Muchas veces terminamos haciendo regresión usando variables de series de tiempo. A medida que esto sucede, a menudo encontramos residuos con una estructura de series de tiempo que viola la suposición básica de errores independientes …

8 r  regression  time-series  generalized-least-squares 

Estoy usando ARMA sobre un conjunto de datos con muestras faltantes. ¿Cómo los trato? ¿Sugeriría hacer una interpolación lineal / no lineal o simplemente mantenerlos fuera y considerar dos muestras con datos faltantes como muestras consecutivas?

8 time-series  arima  missing-data  fitting  interpolation 

Leí en la serie temporal de John Cochrane para Macroeconomía y Finanzas que: La autocovarianza puede caracterizar completamente las series de tiempo [distribución conjunta]. No entiendo completamente la conexión entre covarianza y distribución conjunta aquí. ¿Alguien puede explicar eso?

8 time-series  autocorrelation  joint-distribution 

Introducción Mi objetivo es pronosticar las tasas de crecimiento anual para una serie de indicadores macroeconómicos (denotar uno por YtYtY_t) Una de las tareas es probar el rendimiento de pronóstico de modelos de series temporales rivales con y sin variables exógenas (XtXtX_t, una T×kT×kT\times kmatriz). La lista de modelos rivales …

8 r  regression  time-series  cross-validation  forecasting 

Estoy tratando de entender el análisis factorial dinámico. Hasta ahora, entiendo que DFA es solo un análisis factorial más un modelo de series de tiempo en los puntajes (las cargas permanecen fijas). Sin embargo, en los casos que he visto, el modelo en los puntajes es solo una caminata aleatoria …

8 time-series  factor-analysis 

Soy desarrollador web y estadístico novato. Mis datos se parecen a esto Subject Week x1 x2 x3 x4 x5 y1 A 1 .5 .6 .7 .8 .7 10 B 1 .3 .6 .2 .1 .3 8 C 1 .3 .1 .2 .3 .2 6 A 2 .1 .9 1.5 .8 …

8 r  regression  time-series  multiple-regression  python