Preguntas etiquetadas con time-series

Las series de tiempo son datos observados a lo largo del tiempo (ya sea en tiempo continuo o en períodos de tiempo discretos).


3
Aplicación de wavelets a algoritmos de detección de anomalías basados ​​en series temporales.
He comenzado a trabajar a través de Tutoriales de minería de datos estadísticos de Andrew Moore (muy recomendable para cualquier otra persona que se aventura por primera vez en este campo). Comencé leyendo este PDF extremadamente interesante titulado "Introducción general de los algoritmos de detección de anomalías basados ​​en series …

5
Buscando cierto tipo de explicación ARIMA
Esto puede ser difícil de encontrar, pero me gustaría leer un ejemplo ARIMA bien explicado que usa matemáticas mínimas extiende la discusión más allá de construir un modelo para usar ese modelo para pronosticar casos específicos utiliza gráficos y resultados numéricos para caracterizar el ajuste entre los valores pronosticados y …

2
Subconjunto de vectores de series de tiempo R
Tengo una serie de tiempo y quiero subgrupo mientras la mantengo como una serie de tiempo, preservando el inicio, el final y la frecuencia. Por ejemplo, digamos que tengo una serie de tiempo: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 …
25 r  time-series 

3
Análisis diario de series de tiempo
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 …

4
Algoritmos para la detección de anomalías en series temporales
Actualmente estoy usando AnomalyDetection de Twitter en R: https://github.com/twitter/AnomalyDetection . Este algoritmo proporciona detección de anomalías de series temporales para datos con estacionalidad. Pregunta: ¿hay otros algoritmos similares a este (no importa controlar la estacionalidad)? Estoy tratando de puntuar tantos algoritmos de series temporales como sea posible en mis datos …

2
¿Cómo incluir un término de interacción en GAM?
El siguiente código evalúa la similitud entre dos series de tiempo: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc = America, Doy = as.numeric(format(Date,format = "%j")), Tod = as.numeric(format(Date,format = "%H")), Temp = RandData, DecTime = rep(seq(1, length(RandData)/2) / (length(RandData)/2), 2)) …

3
Correlación entre dos series de tiempo
¿Cuál es la forma / método más fácil para calcular la correlación entre dos series de tiempo que son exactamente del mismo tamaño? Pensé en multiplicar y , y sumar la multiplicación. Entonces, si este número único fue positivo, ¿podemos decir que estas dos series están correlacionadas? Sin embargo, puedo …

5
Módulo Python para análisis de puntos de cambio.
Estoy buscando un módulo de Python que realice un análisis de punto de cambio en una serie de tiempo. Hay varios algoritmos diferentes y me gustaría explorar la eficacia de algunos de ellos sin tener que manipular manualmente cada uno de los algoritmos. Idealmente, me gustaría tener algunos módulos como …

1
Propiedades de PCA para observaciones dependientes
Usualmente usamos PCA como técnica de reducción de dimensionalidad para datos donde se supone que los casos son iid Pregunta: ¿Cuáles son los matices típicos en la aplicación de PCA para datos dependientes que no son iid? ¿Qué propiedades agradables / útiles de PCA que se mantienen para los datos …






Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.