Wie kann ich Zeitreihen auswerten? Ist es in Ordnung, nur den ersten Unterschied zu machen und einen Dickey-Fuller-Test durchzuführen, und wenn er stationär ist, sind wir gut? Ich habe auch online festgestellt, dass ich die Zeitreihen in Stata nachverfolgen kann: reg lncredit time predict...
Ich habe versucht, ARIMA-Modelle zu lernen und anzuwenden. Ich habe einen ausgezeichneten ARIMA-Text von Pankratz gelesen - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . Der Autor betont im Text insbesondere das Prinzip der Sparsamkeit bei der Auswahl von ARIMA-Modellen....
Ich versuche, die Integration zwischen zwei Zeitreihen zu testen. Beide Serien haben wöchentliche Daten, die sich über ~ 3 Jahre erstrecken. Ich versuche die Engle-Granger Two Step Methode durchzuführen. Meine Arbeitsreihenfolge folgt. Testen Sie jede Zeitreihe mit Augmented Dickey-Fuller auf...
In R (2.15.2) habe ich einmal eine ARIMA (3,1,3) auf eine Zeitreihe und einmal eine ARMA (3,3) auf die einmal differenzierten Zeitreihen gepasst. Die angepassten Parameter unterscheiden sich, was ich der Anpassungsmethode in ARIMA zuschrieb. Auch das Anpassen einer ARIMA (3,0,3) an dieselben Daten...
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...
Ich habe eine Zeitreihe, die ich mit Pythons Statistikmodellen ARIMA api modellieren möchte. Wenn ich Folgendes bewerbe: from statsmodels.tsa.arima_model import ARIMA model = ARIMA(data['Sales difference'].dropna(), order=(2, 1, 2)) results_AR = model.fit(disp=-1) Ich erhalte folgende...
Ich habe eine Prognosemethode ausprobiert und möchte überprüfen, ob meine Methode korrekt ist oder nicht. Meine Studie vergleicht verschiedene Arten von Investmentfonds. Ich möchte den GCC-Index als Benchmark für einen von ihnen verwenden, aber das Problem ist, dass der GCC-Index im September 2011...
Wenn wir über lange Zeitreihen mit hoher Auflösung und viel Rauschen verfügen, ist es oft sinnvoll, die Daten zu einer niedrigeren Auflösung zu aggregieren (z. B. tägliche bis monatliche Werte), um ein besseres Verständnis der Vorgänge zu erhalten und einige davon effektiv zu entfernen der Lärm....
Ich habe das Modell mit optimiert caret, aber dann das Modell mit dem gbmPaket erneut ausgeführt. Nach meinem Verständnis sollten das verwendete caretPaket gbmund die Ausgabe identisch sein. Nur ein kurzer Testlauf mit data(iris)zeigt jedoch eine Diskrepanz im Modell von etwa 5% unter Verwendung...
Ich habe eine binäre Zeitreihe mit 1, wenn sich das Auto nicht bewegt, und 0, wenn sich das Auto bewegt. Ich möchte eine Prognose für einen Zeithorizont von bis zu 36 Stunden im Voraus und für jede Stunde erstellen. Mein erster Ansatz war die Verwendung eines Naive Bayes mit den folgenden...
Ich betreibe jetzt seit zwei Jahren in Folge ein Online-Geschäft, daher habe ich meine monatlichen Verkaufsdaten seit ungefähr zwei Jahren. Mein Geschäft für jeden Monat wird sicherlich von saisonalen Schwankungen (bessere Ergebnisse zu Weihnachten usw.) und wahrscheinlich einigen anderen Faktoren...
Was ist angesichts der folgenden zwei Zeitreihen ( x , y ; siehe unten) die beste Methode, um die Beziehung zwischen den langfristigen Trends in diesen Daten zu modellieren? Beide Zeitreihen haben signifikante Durbin-Watson-Tests, wenn sie als Funktion der Zeit modelliert werden, und beide sind...
Kann jede nicht stationäre Zeitreihe durch Differenzierung in eine stationäre Zeitreihe umgewandelt werden? Wie bestimmen Sie außerdem die Reihenfolge der anzuwendenden Differenzierung? Unterscheiden Sie sich nur mit den Intervallen 1,2 ... n und führen Sie jedes Mal einen Einheitswurzeltest für...
Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade...
Ich habe eine ziemlich vorhersehbare tägliche Zeitreihe mit wöchentlicher Saisonalität. Ich bin in der Lage, Vorhersagen zu treffen, die ziemlich genau zu sein scheinen (bestätigt durch eine Kreuzvalidierung), wenn es keine Feiertage gibt. In den Ferien habe ich jedoch folgende Probleme: In...
Ist es besser, eine Reihe zu unterscheiden (vorausgesetzt, sie wird benötigt), bevor ein Arima verwendet wird, ODER besser, den Parameter d in Arima zu verwenden? Ich war überrascht, wie unterschiedlich die angepassten Werte sind, je nachdem, welche Route mit demselben Modell und denselben Daten...
Ich versuche zu verstehen, wie man maschinelles Lernen eins oder mehr Schritte in die Zukunft voraussagt. Ich habe eine finanzielle Zeitserie mit einigen beschreibenden Daten und möchte ein Modell bilden und dann das Modell verwenden, um n-Schritte vorauszusagen. Was ich bisher gemacht habe,...
Ich versuche, anomale Werte in einer Zeitreihe von Klimadaten mit einigen fehlenden Beobachtungen zu ermitteln. Beim Durchsuchen des Webs habe ich viele verfügbare Ansätze gefunden. Von diesen scheint die Zersetzung im Sinne der Entfernung von Trends und saisonalen Bestandteilen und der...
Ich habe stl () in R verwendet, um die Zähldaten in Trend-, saisonale und unregelmäßige Komponenten zu zerlegen. Die resultierenden Trendwerte sind keine ganzen Zahlen mehr. Ich habe folgende Fragen: Ist stl () eine geeignete Methode, um die Saison für Zählungsdaten zu entziehen? Kann ich lm ()...
Ich habe einen Datensatz, der mit der Zeit deutlich zunimmt (Wechselkurs einer Währung, monatliche Daten über 20 Jahre), meine Frage ist: Kann ich die Daten abschätzen und dann auch differenzieren, um sie stationär zu machen, wenn sich die Tendenz abschwächt erreicht das nicht? Und wenn ja, würde...