Ich sehe ein Regressionsmodell, das gegenüber dem Vorjahr rückläufig ist. Die Renditen der Aktienindizes sind verzögert (12 Monate). Die Renditen desselben Aktienindex, Credit Spread (Differenz zwischen dem Monatsmittel der risikofreien Anleihen und Unternehmensanleihen) sind gegenüber dem Vorjahr...
Ich mache eine Prognose in R mit Rob Hyndmans Prognosepaket . Das zum Paket gehörende Papier finden Sie hier . In dem Artikel implementieren die Autoren die Algorithmen nach der Erläuterung der automatischen Vorhersagealgorithmen auf demselben Datensatz. Nach der Schätzung eines exponentiellen...
Ich habe einen Abschluss in Wirtschaftswissenschaften und studiere derzeit einen Master in Datentechnik. Während ich die lineare Regression (LR) und dann die Zeitreihenanalyse (TS) studierte, kam mir eine Frage in den Sinn. Warum eine völlig neue Methode erstellen, dh Zeitreihen (ARIMA), anstatt...
Ich arbeite an einem kleinen Projekt, bei dem wir versuchen, die Rohstoffpreise (Öl, Aluminium, Zinn usw.) für die nächsten 6 Monate vorherzusagen. Ich muss 12 solche Variablen vorhersagen und habe Daten von April 2008 bis Mai 2013. Wie gehe ich bei der Vorhersage vor? Ich habe folgendes...
Ich baue ARIMA-Modelle für einige Wind- / Wellendaten. Ich erstelle für jede Variable ein eigenes Modell. Zwei der Variablen, die ich modellieren muss, sind Wellen- und Windrichtung. Die Werte sind in Grad (0-360 °) angegeben. Ist es möglich, diese Art von Daten zu modellieren, bei denen das...
RNNs eignen sich bemerkenswert gut zur Erfassung der Zeitabhängigkeit sequentieller Daten. Was passiert jedoch, wenn die Sequenzelemente nicht zeitlich gleich verteilt sind? Beispielsweise erfolgt die erste Eingabe in die LSTM-Zelle am Montag, dann keine Daten von Dienstag bis Donnerstag und...
Ich habe tägliche Verkaufsdaten für ein Produkt, das sehr saisonabhängig ist. Ich möchte die Saisonalität im Regressionsmodell erfassen. Ich habe gelesen, dass Sie in diesem Fall, wenn Sie vierteljährliche oder monatliche Daten haben, 3 bzw. 11 Dummy-Variablen erstellen können - aber kann ich mit...
Ich muss die Vorhersage von Zeitreihen automatisieren und kenne die Merkmale dieser Reihen (Saisonalität, Trend, Rauschen usw.) nicht im Voraus. Mein Ziel ist es nicht, für jede Serie das bestmögliche Modell zu erhalten, sondern ziemlich schlechte Modelle zu vermeiden. Mit anderen Worten, jedes...
Wie ist die langfristige Varianz im Bereich der Zeitreihenanalyse definiert? Ich verstehe, dass es für den Fall verwendet wird, dass die Daten eine Korrelationsstruktur aufweisen. Unser stochastischer Prozess wäre also keine Familie von X1,X2…X1,X2…X_1, X_2 \dots iid Zufallsvariablen, sondern nur...
Diese Frage ist möglicherweise zu grundlegend. Für einen zeitlichen Trend von Daten möchte ich den Punkt herausfinden, an dem "abrupte" Änderungen auftreten. In der ersten Abbildung unten möchte ich beispielsweise den Änderungspunkt mithilfe einer statistischen Methode ermitteln. Und ich möchte...
1. Das Problem Ich habe einige Messungen einer Variablen ytyty_t , wobei t=1,2,..,nt=1,2,..,nt=1,2,..,n , für die ich eine Verteilung fyt(yt)fyt(yt)f_{y_t}(y_t) die über MCMC erhalten wurde. Der Einfachheit halber nehme ich an, dass es sich um einen Gaußschen Mittelwert von μtμt\mu_t und Varianz...
Ich versuche nur zu verstehen, welche Beziehung zwischen einer normalen multiplen / einfachen Regression und einer multiplen / einfachen Regression besteht, wenn die Variablen differenziert werden. Zum Beispiel analysiere ich die Beziehung zwischen Einlagensaldo ( ) und Marktzinsen ( R T ). Wenn...
Wenn Sie den Johansen-Cointegrationstest für 2 Zeitreihen durchführen (der einfache Fall), müssen Sie die Verzögerung festlegen, die Sie verwenden möchten. Wenn Sie den Test für verschiedene Verzögerungen durchführen, erhalten Sie unterschiedliche Ergebnisse: Für einige Verzögerungsstufen kann die...
Bearbeiten Ich habe ein Dokument gefunden , das genau das beschreibt, was ich brauche. Der einzige Unterschied besteht darin, dass das Papier die Monatsmittelwerte in Tagesdaten interpoliert, während die Monatsmittelwerte beibehalten werden. Ich habe Probleme, den Ansatz zu implementieren R....
Ist ein AR (1) -Prozess wie ein Markov-Prozess?yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t Wenn ja, ist VAR (1) die Vektorversion des
Ich verstehe die Kausalität, wie sie in der Mikroökonomie verwendet wird (insbesondere IV oder Regressionsdiskontinuitätsdesign), und auch die Granger-Kausalität, wie sie in der Zeitreihenökonometrie verwendet wird. Wie verhalte ich mich zueinander? Ich habe zum Beispiel gesehen, dass beide Ansätze...
In diesem speziellen Fall beziehe ich mich auf den Tag, an dem ein See gefriert. Dieses "Ice-On" -Datum tritt nur einmal im Jahr auf, aber manchmal überhaupt nicht (wenn der Winter warm ist). In einem Jahr kann der See an Tag 20 (20. Januar) einfrieren und in einem anderen Jahr kann er überhaupt...
Ich habe die Autokorrelation anhand von Zeitreihendaten zu den Bewegungsmustern eines Fisches basierend auf seinen Positionen berechnet: X ( x.ts) und Y ( y.ts). Mit R habe ich die folgenden Funktionen ausgeführt und die folgenden Diagramme erstellt: acf(x.ts,100) acf(y.ts,100) Meine Frage ist, wie...
Wie trainiere ich das LSTM-Modell anhand mehrerer Zeitreihendaten? Anwendungsfall: Ich habe in den letzten 5 Jahren einen wöchentlichen Umsatz von 20.000 Agenten. Sie müssen die bevorstehenden wöchentlichen Verkäufe für jeden Agenten prognostizieren. Muss ich einer Stapelverarbeitungstechnik...
Bei der Modellierung von Zeitreihen besteht die Möglichkeit, (1) die Korrelationsstruktur der Fehlerterme zu modellieren, indem zB ein AR (1) -Prozess (2) die verzögerte abhängige Variable als erklärende Variable einbezieht (rechts) Ich verstehe, dass dies manchmal wichtige Gründe sind (2). Was...