Dies ist die Beschreibung meiner Studie. Ich experimentiere mit drei Pflanzen: A, B und C. Diese Pflanzen sollen den Blutzucker bei Diabetikern senken. Ich möchte feststellen, welche dieser drei Pflanzen nach einmaliger Verabreichung an Mäuse einen längeren Einfluss auf die Blutzuckersenkung hat....
Ich arbeite mit einer multivariaten Zeitreihe und verwende das VAR-Modell (Vector Autoregression) für die Vorhersage. Meine Frage ist, was Stationarität in einem multivariaten Rahmen eigentlich bedeutet. 1) Ich weiß, dass, wenn im VAR-Setup die Determinante der Inversen der | IA | -Matrix...
Ich mache eine Zeitreihenanalyse mit R. Ich muss meine Daten in Trend-, Saison- und Zufallskomponenten zerlegen. Ich habe wöchentliche Daten für 3 Jahre. Ich habe zwei Funktionen in R - stl()und gefunden decompose(). Ich habe gelesen, dass dies stl()nicht gut für die multiplikative Zerlegung ist....
Ich arbeite an meiner Diplomarbeit, in der ich untersuche, wie stark Menschen bei verschiedenen Ereignissen Emotionen zeigen. Mein Problem ist (1), dass ich SEHR wenig Erfahrung mit Statistik und Mathematik habe, daher bin ich mit allen verschiedenen Methoden irgendwie verloren und würde mich sehr...
Ich habe in letzter Zeit viel über Dynamic Time Warping (DTW) gelesen. Ich bin sehr überrascht, dass es überhaupt keine Literatur zur Anwendung von DTW auf unregelmäßige Zeitreihen gibt, oder zumindest konnte ich sie nicht finden. Könnte mir jemand einen Hinweis auf etwas geben, das mit diesem...
Wenn ich eine Interventionsanalyse mit Zeitreihendaten (auch als unterbrochene Zeitreihen bezeichnet) durchführe, wie hier erläutert , besteht eine Anforderung darin, den Gesamtgewinn (oder -verlust) aufgrund der Intervention zu schätzen - dh die Anzahl der gewonnenen oder verlorenen Einheiten (die...
Ich habe mehrere Zeitreihen in einem VAR (1) und möchte, da einige von ihnen nicht dieselbe Maßeinheit haben, den RMSE in Prozent schätzen. Ich weiß, dass dies auf verschiedene Arten geschehen kann (siehe unten), aber ich weiß nicht genau, welches besser zu einem Prognosebewertungsproblem passt....
Ich möchte nur überprüfen, ob ich die ACF- und PACF-Diagramme richtig interpretiere: Die Daten entsprechen den Fehlern, die zwischen den tatsächlichen Datenpunkten und den unter Verwendung eines AR (1) -Modells erzeugten Schätzungen erzeugt wurden. Ich habe mir die Antwort hier...
Eines der wichtigen Themen von Meteorologen konfrontiert wird , wenn die gegebene Serie kann prognostiziert werden oder nicht? Ich bin auf einen Artikel mit dem Titel " Entropie als A-priori-Indikator für die Vorhersagbarkeit " von Peter Catt gestoßen , in dem die ungefähre Entropie (ApEn) als...
Was sind die Unterschiede bei der Verwendung von verallgemeinerten linearen Modellen wie der automatischen Relevanzbestimmung (ARD) und der Ridge-Regression gegenüber Zeitreihenmodellen wie Box-Jenkins (ARIMA) oder der exponentiellen Glättung für Prognosen? Gibt es Faustregeln, wann GLM und wann...
Nur eine allgemeine Frage. Wenn Sie Zeitreihendaten haben, wann ist es besser, Zeitreihentechniken (auch bekannt als ARCH, GARCH usw.) gegenüber maschinellen / statistischen Lerntechniken (KNN, Regression) zu verwenden? Wenn es eine ähnliche Frage gibt, die bei crossvalidated vorhanden ist, weisen...
Wenn ich eine Zeitreihe mit Saisonalität habe, macht das die Serie dann automatisch nicht stationär? Meine Intuition (wahrscheinlich aus) ist, dass dies nicht der Fall ist. Saisonalität bedeutet, dass die Serie um einen konstanten Wert herum auf und ab geht ... so etwas wie eine Sinuswelle. Nach...
Auf der Wikipedia- Seite heißt es, dass Box-Jenkins eine Methode ist, um ein ARIMA-Modell an eine Zeitreihe anzupassen. Wenn ich nun ein ARIMA-Modell an eine Zeitreihe anpassen möchte, öffne ich SAS, rufe auf proc ARIMA, gebe die Parameter und SAS gibt mir AR- und MA-Koeffizienten. Jetzt kann ich...
Ich versuche, eine einfache Regression durchzuführen, aber meine Y-Variablen werden monatlich und x-Variablen jährlich beobachtet. Ich werde einige Anleitungen zu einem geeigneten Ansatz, der für Regressionen mit unterschiedlichen Frequenzen verwendet werden kann, sehr schätzen. Vielen...
Ich bin Analyst in den Bereichen Finanzen und Versicherungen, und wenn ich versuche, Volatilitätsmodelle anzupassen, erhalte ich schreckliche Ergebnisse: Residuen sind oft instationär (im Sinne der Einheitswurzel) und heteroskedastisch (das Modell erklärt also nicht die Volatilität). Arbeiten ARCH...
Stellen Sie sich eine Situation vor: Wir haben historische Aufzeichnungen (20 Jahre) von drei Minen. Erhöht das Vorhandensein von Silber die Wahrscheinlichkeit, im nächsten Jahr Gold zu finden? Wie teste ich eine solche Frage? Hier sind Beispieldaten: mine_A <-
Ich habe in einer Zeitung den folgenden Satz gelesen: Die Tatsache, dass es einen Unterschied zwischen kurzfristigen und langfristigen Koeffizienten gibt, ist ein Ergebnis unserer Spezifikation, die verzögerte endogene Variablen enthält. Sie führen eine Regression der ersten Differenzen...
Der Durbin-Watson-Test testet die Autokorrelation von Residuen bei Verzögerung 1. Aber auch das Testen der Autokorrelation bei Verzögerung 1 direkt. Außerdem können Sie die Autokorrelation bei Verzögerung 2,3,4 testen, und es gibt gute Portmanteau-Tests für die Autokorrelation bei mehreren...
Was ist der richtige Weg, um die Bedeutung von Sharpe Ratios oder Information Ratios zu testen? Die Sharpe Ratios basieren auf verschiedenen Aktienindizes und können variable Rückblickperioden haben. Eine Lösung, die ich beschrieben habe, wendet einfach einen Student-T-Test an, wobei der df auf die...
Nehmen Sie ein allgemeines lineares Gaußsches Zustandsraummodell (SSM) (auch bekannt als dynamisches lineares Modell DLM): Xt+1YVtWt=FXt+Vt=HXt+Wt∼N(0,Q)∼N(0,R)Xt+1=FXt+VtY=HXt+WtVt∼N(0,Q)Wt∼N(0,R)\begin{align} X_{t+1} &= FX_t + V_t \\ Y &= HX_t+W_t \\[10pt] V_t &\sim N(0,Q) \\ W_t &\sim N(0,R) \\...