Ich verwende Rs Implementierung von XGboost und Random Forest, um Prognosen für den Umsatz für einen Tag im Voraus zu erstellen. Ich habe ungefähr 200 Zeilen und 50 Prädiktoren. (Wenn ich mit der Zeit weiter gehe, habe ich mehr Daten, also mehr Zeilen). Das XGBoost-Modell mit den folgenden...
Diese Frage wurde im Zusammenhang mit dem Verständnis gestellt, wie eine Verteilung einer Summe von zwei iid-Zufallsvariablen erhalten werden kann. Ich arbeite an der besten Antwort auf diese Frage. Betrachten Sie die Summe von Gleichverteilungen auf oder . Warum verschwindet die Spitze im PDF von...
Ich führe einen Dickey Fuller-Test durch, um festzustellen, ob die Aktienrenditen stationär sind. Ich verstehe, egal welche Bestandsaufnahme ich mache, seine Rückkehr ist stationär. Ich weiß nicht, warum ich dieses Ergebnis erhalte, da klar ist, dass die Volatilität von der Zeit abhängt (daher sind...
Angenommen, ich habe eine Website mit stündlichem Basisverkehr. Ich schalte auch zeitweise Fernsehwerbung, was meinen Webverkehr steigert. Ich möchte feststellen, welchen Einfluss meine Fernsehwerbung auf die Steigerung des Webverkehrs hat. Wenn ich ein ARMAX-Modell mit stündlichen...
Angenommen, ich habe eine Zeitreihe , die ich mit einem ARIMA (1,1,0) -Modell des Formulars anpassen möchte:xtxt x_t Δxt=αΔxt−1+wtΔxt=αΔxt−1+wt \Delta x_t = \alpha \Delta x_{t-1} + w_t Dies könnte wie folgt umgeschrieben werden: xt−xt−1=α(xt−1−xt−2)+wtxt−xt−1=α(xt−1−xt−2)+wt x_t -...
Dies ist eine theoretische Frage. Ich bin auch neu in der Zeitreihenanalyse und versuche schnell zu lernen. Entschuldigung, wenn ein Teil meiner Terminologie nicht stimmt. Sie können Methoden zur Analyse und Modellierung von Zeitreihen lose in Zeitbereichs- und Frequenzbereichsansätze einteilen....
Ich habe mich gefragt, ob und wie es möglich ist, innerhalb einer Stichprobe eine zeitliche Änderung des Ergebnisses zu modellieren, die vom Basiswert dieses Ergebnisses abhängt, wobei ein gemischtes Modell verwendet wird. Stellen Sie sich zum Beispiel eine Situation vor, in der derselbe...
Ich habe die Online-Version von Forecasting gelesen : Prinzipien und Praxis von Rob J Hyndman und George Athanasopoulos. Ich habe diesen Satz über die STL-Zerlegung und die BoxCox-Transformation gefunden: "Eine Zerlegung zwischen additiv und multiplikativ kann unter Verwendung einer...
Ich habe mich gefragt und versucht zu verstehen, ob es einen mathematischen Grund für die Überlegenheit von RNNs gegenüber Feed-Forward-Netzwerken beim Umgang mit sequentiellen Daten gibt. Zum Beispiel beim Modellieren von Zeitreihen, HMMs usw. Angenommen, die Länge der Sequenz ist fest, aber sehr...
Ich habe eine Reihe von Daten, die ich gerade analysiere. Ich habe Schwierigkeiten zu entscheiden, ob ein additives Modell zur Vorhersage der Daten verwendet werden soll oder ob ich ein multiplikatives Modell verwenden soll . Ich kenne den Unterschied zwischen den beiden und kann das richtige...
In meiner ökonometrischen Klasse definierte mein Lehrer eine stationäre Zeitreihe folgendermaßen: "Eine Zeitreihe ist lose gesagt stationär, wenn sich ihre stochasitischen Eigenschaften und ihre zeitliche Abhängigkeitsstruktur im Laufe der Zeit nicht ändern." Ich bin verwirrt, was einige Beispiele...
Situation Ich arbeite an einem Problem, bei dem ich Sensordaten verwende, um einen Maschinenausfall vorherzusagen, bevor der Fehler auftritt, und ich benötige einige Ratschläge zu den zu untersuchenden Methoden. Insbesondere möchte ich Hinweise auf einen bevorstehenden Fehler identifizieren, bevor...
Ich habe monatliche Preisdaten für eine Ware von 2007 bis 2017. Sie finden sie unter folgendem Link: https://drive.google.com/open?id=0BxRCOgKAL4itcUZlOExrUmVOanc Ich muss sie für das nächste mit dem saisonalen ARIMA-Modell in R prognostizieren Jahr. Wenn ich die auto.arimaFunktion verwende, wird...
Ich habe einen kleinen Datensatz, der zeigt, dass die Anzahl junger Patienten in einem Krankheitsregister im Laufe der Zeit zunimmt. Ich vermute, dass dies nur darauf zurückzuführen ist, dass die Registrierung im Laufe der Zeit erfolgreicher geworden ist und jetzt einen größeren Anteil der Fälle...
Kürzlich habe ich eine Arbeit gelesen, in der in einer Zeitreihe Daten gemäß der Gleichung OLS wurde hier (mit dem Befehl in R) verwendet, um den Koeffizienten von . Ist es statistisch korrekt?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon. lm()Yt−1Yt−1Y_{t-1} Ich...
Wenn im -Modell die Fehler eine Normalverteilung haben, ist die bedingungslose Verteilung von Normal. Wenn die Fehler eine T-Student-Verteilung mit Freiheitsgraden haben. Was ist die bedingungslose Verteilung von ?Yt∼ARMA(p,q)Yt∼ARMA(p,q)Y_t\sim ARMA(p,q)YtYtY_tνν\nuYtYtY_t Also wobei...
Ich habe eine Frage zur Prognose. Ich baue ein Bestandsmodell für Lager auf, bei dem allen Lagern mehrere Kunden / Länder zugewiesen sind. Ich habe Daten zum Umsatz für alle Länder separat, sodass ich meine Prognose für diese Daten durchführen kann, um eine Prognose für die Ländernachfrage zu...
Ich bin kürzlich bei Gelman et al. Auf Gaußsche Prozesse gestoßen. (2013), und ich versuche, mehr über ihre mögliche Anwendung zur Verwendung bei der Eingabe von Zeitreihendaten zu erfahren. Die interessierenden Daten sind eine einzelne variable Zeitreihe der Herzfrequenz einer Person, die unter...
Problem Ich habe Zeitreihendaten, die von einer Maschine über zwei nicht zusammenhängende Zeiträume generiert wurden - ungefähr einen Monat im Jahr 2016 und einen weiteren Monat im Jahr 2018. Von Domänenexperten wird angenommen, dass zu jedem Zeitpunkt Schritt eine beobachtete Variable Y ^ t...
Der AR (1) -Prozess ist Xt=ϕXt−1+εtXt=ϕXt−1+εt X_t = \phi X_{t-1} + \varepsilon_t Wenn wir diese Formel rekursiv verwenden, erhalten wir Xt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−jXt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−j X_t = \phi(\phi X_{t-2} + \varepsilon_{t-1}) +...