Ich stehe vor einer posterioren Verteilung in einer MCMC- Anwendung, die darauf abzielt, eine nicht beobachtbare Variable bei einer beobachteten Reihe y = \ {y_t \} ^ T_ {t = abzutasten 0} .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} Die bedingten Posterioren...
Ich habe einen Datensatz mit Wassertemperaturmessungen, die über einen Zeitraum von Jahrzehnten in unregelmäßigen Abständen an einem großen Wasserkörper durchgeführt wurden. (Galveston Bay, TX, wenn Sie interessiert sind) Hier ist der Kopf der Daten: STATION_ID DATE TIME LATITUDE LONGITUDE YEAR...
Ich verwende PCA, um mehrere räumlich verwandte Zeitreihen zu analysieren, und es scheint, dass der erste Eigenvektor der Ableitung des mittleren Trends der Reihe entspricht (Beispiel unten dargestellt). Ich bin gespannt, warum sich der erste Eigenvektor auf die Ableitung des Trends im Gegensatz...
Ich bin ein Anfänger mit maschinellem Lernen (ich habe Ngs Kurs beendet), ich benutze Scikit-Learn in Python. Ich möchte den besten Weg finden, um Anomalien in unserem System zu erkennen. Wir haben laufende Ereignisse, die nach einem Zeitplan auftreten (alle paar Minuten / Stunden), und ich möchte...
Ich mache nur ein paar Gedankenspiele, die meine Statistiknotizen durchgehen ... Ich habe ACFs mit negativen Werten bei den Verzögerungen 1 und 2 gesehen - ich habe hier vielleicht einen leeren Kopf, aber würde ein hoher negativer AC bei Verzögerung 1 nicht eine Reihe wie (-1,1, -1,1, ...), und als...
Ich kann mich nicht mit dieser Eigenschaft stationärer Reihen und der Autokorrelationsfunktion auseinandersetzen. Das muss ich beweisen ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Wobei und die Autokovarianzfunktion...
Ich möchte eine synthetische Zeitreihe generieren. Die Zeitreihe muss eine Markov-Kette mit einer Gamma-Randverteilung und einem AR (1) -Parameter von . Kann ich dies tun, indem ich einfach eine Gammaverteilung als Rauschbegriff in einem AR (1) -Modell verwende, oder muss ich einen...
Ich bin kürzlich auf mehrere "informelle" Quellen gestoßen, die darauf hinweisen, dass wir unter bestimmten Umständen, wenn wir den AIC oder BIC zum Trainieren eines Zeitreihenmodells verwenden, die Daten nicht in Test und Training aufteilen müssen - wir können alle verwenden die Daten für das...
Ich bin kürzlich auf einen faszinierenden Artikel über die Vorhersage zukünftiger Börsenrenditen gestoßen. Der Autor präsentiert die folgende Grafik und zitiert einen R ^ 2 von 0,913. Dies würde die Methode des Autors allem, was ich jemals zu diesem Thema gesehen habe, weit überlegen machen (die...
Ich präsentiere Kollegen einige ACF- und PACF-Pläne. Ich kann erklären, wie die Diagramme zu interpretieren sind und wie p und q basierend auf dem Aussehen der Diagramme zu bestimmen sind, aber ich kann keine einfache intuitive Erklärung dafür finden, was ein PACF-Diagramm tatsächlich...
Ich bin mit der "regulären" Kreuzvalidierung vertraut, aber jetzt möchte ich Zeitreihenvorhersagen treffen, während ich die Kreuzvalidierung mit einer einfachen linearen Regressionsfunktion verwende. Ich schreibe ein einfaches Beispiel auf, um meine beiden Fragen zu klären: eine zum Zug /...
Wenn ich an den kausalen Auswirkungen der Änderung einer Variablen ( ) auf ein Ergebnis ( ) interessiert bin , wie würde ich das in einem gerichteten azyklischen Graphen (DAG) darstellen?EEEOOO Angenommen, , wobei & zu den Zeitpunkten 1 & 2 auftreten, wäre eine korrekte DAG: Δ E2= E.2-...
Wäre es sinnvoll, ein Modell absichtlich zu überpassen? Angenommen, ich habe einen Anwendungsfall, bei dem ich weiß, dass die Daten in Bezug auf die Trainingsdaten nicht wesentlich variieren. Ich denke hier an die Verkehrsvorhersage, bei der der Verkehrsstatus einem festen Satz von Mustern folgt...
Ich weiß, dass lineare Transformationen von Zeitreihen, die sich aus (schwach) stationären Prozessen ergeben, ebenfalls stationär sind. Gilt dies jedoch für eine Transformation einer Reihe, indem auch der Absolutwert jedes Elements verwendet wird? Mit anderen Worten, wenn { xich, i ∈ N...
Update (25.06.2019): Titeländerung von " Sind nicht invertierbare MA-Modelle sinnvoll?" um es von Frage 333802 zu unterscheiden . Bei der Überprüfung von MA ( ) -Modellen bin ich auf diese Folien gestoßen (Alonso und Garcia-Martos, 2012). Die Autoren geben an, dass alle MA-Prozesse zwar stationär...
Satz: Wenn eine Folge von k-dimensionalen Zufallsvektoren st und wenn eine kontinuierliche Abbildung ist, dann ist .{Xn}{Xn}\{ X_n \}Xn→pXXn→pXX_n \overset{p}{\to} Xg:Rk→Rmg:Rk→Rmg: R^k \rightarrow R^mg(Xn)→pg(X)g(Xn)→pg(X)g(X_n) \overset{p}{\to} g(X) Beweis: Sei eine positive reelle Zahl. Dann...
Nehmen wir an, ein analytisches Modell sagt einen epidemischen Trend über die Zeit voraus, dh die Anzahl der Infektionen über die Zeit. Wir haben auch eine Computersimulationsergebnisse im Laufe der Zeit, um die Leistung des Modells zu überprüfen. Ziel ist es zu beweisen, dass die...
Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des...
Ich vergleiche ein zufälliges Waldmodell mit einem GLS-Modell unter Verwendung einer univariaten Zeitreihe, die einen deterministischen linearen Trend aufweist. Ich werde dem GLS-Modell eine lineare Zeittrend-Kovariate (unter anderen Prädiktoren) hinzufügen, um den sich ändernden Trend zu...
Ich mache meine ersten Schritte in den Bereichen Datenwissenschaft und maschinelles Lernen. Ich experimentiere mit einem Projekt, bei dem ich keine Ahnung habe, mit welchen Ansätzen ich beginnen könnte, daher würde ich mich über Hinweise freuen: Ich habe einen Datensatz (zur Erklärung) der...