Preguntas etiquetadas con time-series

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Estoy usando caret para ejecutar un bosque aleatorio validado cruzado sobre un conjunto de datos. La …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Estoy usando R (3.1.1) y modelos ARIMA para pronosticar. Me gustaría saber cuál debería ser el parámetro de "frecuencia", que se asigna en la ts()función , si estoy usando datos de series temporales que son: separado por minutos y se extiende por 180 días (1440 minutos / día) separado por …

28 r  time-series  arima  multiple-seasonalities  mape 

Si lo recuerda, cuando comenzó por primera vez con el análisis de series de tiempo. ¿Qué herramientas, paquetes R y recursos de Internet le gustaría saber? Lo que intento preguntar es, ¿dónde debería uno comenzar? Específicamente, ¿hay recursos para R que realmente lo reduzcan para alguien que es "nuevo" en …

28 r  time-series 

Acabo de encontrar este artículo , que describe cómo calcular la repetibilidad (también conocida como confiabilidad, también conocida como correlación intraclase) de una medición a través del modelado de efectos mixtos. El código R sería: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

La caminata aleatoria que se define como , donde es ruido blanco. Denota que la posición actual es la suma de la posición anterior + un término imprevisto.Yt= Yt - 1+ etYt=Yt−1+etY_{t} = Y_{t-1} + e_tmitete_t Puede probar que la función media , ya queμt= 0μt=0\mu_t = 0 mi( Yt) …

28 time-series  self-study  mathematical-statistics  stochastic-processes  random-walk 

Cuando uso GAM, me da un DF residual de 26.626.626.6 (última línea en el código). Qué significa eso? Yendo más allá del ejemplo de GAM, en general, ¿puede el número de grados de libertad ser un número no entero? > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

He observado que, en promedio, el valor absoluto del coeficiente de correlación de Pearson es una constante cercana a cualquier par de caminatas aleatorias independientes, independientemente de la longitud de la caminata.0.560.42 ¿Alguien puede explicar este fenómeno? Esperaba que las correlaciones se redujeran a medida que aumenta la longitud de …

27 time-series  correlation  stationarity  random-walk 

En la arimafunción en R, ¿qué order(1, 0, 12)significa? ¿Cuáles son los valores que se pueden asignar a p, d, q, y lo que es el proceso de encontrar esos valores?

27 r  time-series  arima 

Un proceso estocástico es un proceso que evoluciona con el tiempo, entonces, ¿es realmente una forma más elegante de decir "series temporales"?

27 time-series  stochastic-processes  definition 

Soy nuevo en R y en el análisis de series de tiempo. Estoy tratando de encontrar la tendencia de una serie temporal de temperatura diaria larga (40 años) e intenté diferentes aproximaciones. La primera es solo una regresión lineal simple y la segunda es la descomposición estacional de series temporales …

27 r  time-series  trend 

¿Cuál es la diferencia entre la prueba Kwiatkowski – Phillips – Schmidt – Shin (KPSS) y la prueba aumentada de Dickey-Fuller (ADF)? ¿Están probando lo mismo? ¿O necesitamos usarlos en diferentes situaciones?

27 time-series  stationarity  unit-root  augmented-dickey-fuller  kpss-test 

Estoy tratando de entender un documento sobre el pronóstico de la carga eléctrica, pero estoy luchando con los conceptos internos, especialmente el modelo SARIMAX . Este modelo se usa para predecir la carga y utiliza muchos conceptos estadísticos que no entiendo (soy un estudiante universitario de ciencias de la computación; …

27 regression  time-series  arima  autoregressive  intuition 

Tengo experiencia como novato en series de tiempo (algunas estimaciones / pronósticos de ARIMA) y estoy enfrentando un problema que no entiendo completamente. Cualquier ayuda sería muy apreciada. Estoy analizando múltiples series de tiempo, todas en el mismo intervalo de tiempo y todas con la misma frecuencia, y todas describen …

26 time-series 

Anteriormente utilicé Forecast Pro para pronosticar series de tiempo univariantes, pero estoy cambiando mi flujo de trabajo a R. El paquete de pronósticos para R contiene muchas funciones útiles, pero una cosa que no hace es ningún tipo de transformación de datos antes de ejecutar Auto .arima (). En algunos …

26 r  time-series  data-transformation  forecasting  arima 

¿Hay una buena manera de medir la suavidad de una serie temporal en R? Por ejemplo, -1, -0.8, -0.6, -0.4, -0.2, 0, 0.2, 0.4, 0.6, 0.8, 1.0 es mucho más suave que -1, 0.8, -0.6, 0.4, -0.2, 0, 0.2, -0.4, 0.6, -0.8, 1.0 aunque tienen la misma media y desviación …

25 r  time-series