Ich gehe das Buch 'Introductory Time Series with R' von Cowpertwait und Metcalfe durch. Auf Seite 36 heißt es, dass die Zeilen bei: . Ich habe hier im R-Forum gelesen, dass die Zeilen bei . - 1 / n ± 2 / n- -- -√- -1/.n±2/.n-1/n \pm 2/\sqrt{n}± 1,96 / n- -- -√±1,96/.n\pm 1.96/\sqrt{n} Ich habe den...
Was sind die Unterschiede zwischen VAR (Vector Auto Regression) und
Ich habe verrauschte Zeitreihen, die ich in Abschnitte mit einem Mittelwert von Null und Teile ohne Mittelwert von Null unterteilen muss. Es ist wichtig, die Grenzen so genau wie möglich zu finden (klar, wo genau die Grenze liegt, ist etwas subjektiv). Ich denke, eine Cusum-Variante könnte dafür...
Ich versuche, die Berechnung zu replizieren, die SAS und SPSS für die partielle Autokorrelationsfunktion (PACF) durchführen. In SAS wird es durch Proc Arima hergestellt. Die PACF-Werte sind die Koeffizienten einer Autoregression der interessierenden Reihe auf verzögerte Werte der Reihe. Meine...
Beide Variablen (abhängig und unabhängig) zeigen Autokorrelationseffekte. Die Daten sind Zeitreihen und stationär Wenn ich die Regressionsreste ausführe, scheinen sie nicht korreliert zu sein. Meine Durbin-Watson-Statistik ist größer als der obere kritische Wert, daher gibt es Hinweise darauf, dass...
Einführung In der Prognosekombination basiert eine der beliebtesten Lösungen auf der Anwendung einiger Informationskriterien. Wenn man zum Beispiel das für das Modell geschätzte Akaike-Kriterium , könnte man die Differenzen von von und dann könnte RP_j = e ^ {(AIC ^ * - AIC_j) / 2} interpretiert...
Ich habe eine Zeitreihe von Messungen (Höhen-eindimensionale Reihen). Im Beobachtungszeitraum ging der Messvorgang für einige Zeitpunkte zurück. Die resultierenden Daten sind also ein Vektor mit NaNs, bei dem es Lücken in den Daten gab. Bei Verwendung von MATLAB verursacht dies ein Problem bei der...
Als Nebenhobby habe ich mich mit der Vorhersage von Zeitreihen befasst (insbesondere mit R). Für meine Daten habe ich die Anzahl der Besuche pro Tag für jeden Tag, der fast 4 Jahre zurückliegt. In diesen Daten gibt es einige unterschiedliche Muster: Montag-Fr hat viele Besuche (am höchsten am Mo /...
Ich bin mir ziemlich sicher, dass mir hier etwas Offensichtliches fehlt, aber ich bin ziemlich verwirrt mit verschiedenen Begriffen im Bereich der Zeitreihen. Wenn ich es richtig verstehe, sind seriell autokorrelierte Fehler ein Problem in Regressionsmodellen (siehe zum Beispiel hier ). Meine Frage...
Ich habe einen ziemlich komplizierten Datensatz zu analysieren und kann keine gute Lösung dafür finden. Hier ist das Ding: 1. Die Rohdaten sind im Wesentlichen Insekten-Song-Aufnahmen. Jedes Lied besteht aus mehreren Bursts und jeder Burst aus Untereinheiten. Alle Personen wurden 5 Minuten lang...
Ich habe einige Zeitreihendaten mit einem allgemeinen additiven Poisson-Modell unter Verwendung von SAS angepasst PROC GAM. Im Allgemeinen habe ich durch das integrierte verallgemeinerte Kreuzvalidierungsverfahren mindestens einen anständigen "Startpunkt" für meinen einzelnen Spline generiert, der...
Dies muss geschehen - die Vorhersage von Dingen, die zwischen 0 und 1 stecken. In meiner Serie vermute ich eine Komponente der automatischen Regression und auch eine Komponente, die den Mittelwert zurücksetzt. Daher möchte ich etwas, das ich wie eine ARIMA interpretieren kann - aber ich möchte...
Die folgenden Transplantate stammen aus diesem Artikel . Ich bin ein Neuling im Bootstrap und versuche, das parametrische, semiparametrische und nichtparametrische Bootstrapping-Bootstrapping für ein lineares gemischtes Modell mit R bootPaket zu implementieren. R-Code Hier ist mein RCode:...
Zum Beispiel: Ich möchte zukünftige Werte einer Zeitreihe basierend auf früheren Werten mehrerer Zeitreihen unter Verwendung einer ANN und / oder SVM vorhersagen. Eingaben sind verzögerte Werte aus jeder Zeitreihe, und die Ausgaben sind Prognosen mit einem Schritt voraus (Prognosen mit weiteren...
Ich habe das ARIMA (5,1,2) -Modell mit der auto.arima()Funktion in R angepasst und anhand der Reihenfolge können wir sagen, dass dies kein bestes Modell für die Prognose ist. Wenn in der Datenreihe Ausreißer vorhanden sind, wie kann ein Modell an solche Daten angepasst
Welches Modell kann zur Anpassung univariater Zeitreihen verwendet werden, da das ARIMA-Modell nicht angepasst werden kann, wenn die Annahme einer konstanten Varianz verletzt
Ich habe mich mit dem folgenden Problem befasst. Ich habe eine Art Echtzeitsystem und lese jedes Mal, wenn ich den aktuellen Wert lese, eine Zeitreihe (z. B. 1, 12, 2, 3, 5, 9, 1, ...). Ich möchte Methoden (statistisches und maschinelles Lernen) kennen, um den nächsten Wert online vorherzusagen (dh...
Angenommen, ich habe eine Stichprobe von Häufigkeiten von 4 möglichen Ereignissen: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 und ich habe die erwarteten Wahrscheinlichkeiten, dass meine Ereignisse eintreten: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Mit der Summe der beobachteten Häufigkeiten meiner vier...
Ich bin Anfänger in R, Könnten Sie bitte erklären, wie man ses im Prognosepaket der R- Prognose verwendet ? Ich möchte die Anzahl der Anfangsperioden und die Glättungskonstante wählen. d <-
Ich habe Probleme, zwischen den Konzepten der Skedastizität und der Stationarität zu unterscheiden. Nach meinem Verständnis ist die Heteroskedastizität eine unterschiedliche Variabilität in Subpopulationen, und die Nichtstationarität ist ein sich im Laufe der Zeit ändernder Mittelwert /...