Ich verwende eine tägliche Zeitreihe von Verkaufsdaten, die etwa 2 Jahre tägliche Datenpunkte enthält. Anhand einiger Online-Tutorials / Beispiele habe ich versucht, die Saisonalität in den Daten zu identifizieren. Es scheint eine wöchentliche, monatliche und wahrscheinlich jährliche Periodizität /...
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein...
Wie kann in der Praxis beurteilt werden, ob ein AR (P) -Prozess stationär ist oder nicht? Wie ermittle ich die Reihenfolge für das AR- und
Ich analysiere einen Datensatz unter Verwendung eines gemischten Effektmodells mit einem festen Effekt (Bedingung) und zwei zufälligen Effekten (Teilnehmer aufgrund des innerhalb des Motivs und des Paares). Das Modell wurde mit dem erzeugten lme4Paket:
Ich arbeite an einer Zeitreihe, deren Werte streng positiv sind . Bei der Arbeit mit verschiedenen Modellen wie AR, MA, ARMA usw. konnte ich keine einfache Möglichkeit finden, streng positive Prognosen zu erzielen. Ich verwende R für meine Vorhersagen, und alles, was ich finden konnte, war...
Ich habe die Zeitreihen der Kurse von zwei Wertpapieren A und B über den gleichen Zeitraum und mit der gleichen Häufigkeit abgetastet. Ich möchte testen, ob es im Zeitverlauf einen statistisch signifikanten Unterschied zwischen den beiden Preisen gibt (meine Nullhypothese wäre, dass der Unterschied...
Ich habe eine Zeitreihe, für die ich eine Prognose erstellen möchte und für die ich das saisonale Modell ARIMA (0,0,0) (0,1,0) [12] (= fit2) verwendet habe. Es unterscheidet sich von dem, was R mit auto.arima vorgeschlagen hat (R berechnete ARIMA (0,1,1) (0,1,0) [12] wäre besser, ich nannte es...
Nachdem ich einen der "Forschungstipps" von RJ Hyndman über Kreuzvalidierung und Zeitreihen gelesen hatte , kam ich auf eine alte Frage zurück, die ich hier zu formulieren versuchen werde. Die Idee ist, dass bei Klassifizierungs- oder Regressionsproblemen die Reihenfolge der Daten nicht wichtig ist...
Ich erstelle eine Android-Anwendung, die Beschleunigungsmesserdaten während des Schlafes aufzeichnet, um Schlaf-Trends zu analysieren und den Benutzer während des leichten Schlafes optional in der Nähe einer gewünschten Zeit aufzuwecken. Ich habe bereits die Komponente erstellt, die Daten sammelt...
Ich habe zwei Zeitreihen S und T. Sie haben die gleiche Frequenz und die gleiche Länge. Ich möchte die Korrelation zwischen diesem Paar (dh S und T) mit R berechnen und auch die Signifikanz der Korrelation berechnen, damit ich feststellen kann, ob die Korrelation zufällig ist oder nicht. Ich...
In der Finanzökonometrie ist es weit verbreitet, Beziehungen zwischen Finanzzeitreihen in Form von Tagesdaten zu untersuchen . Die Variable wird oft zu indem zum Beispiel die log-Differenz genommen wird; ln ( P t ) - ln ( P t - 1 ) .ich( 0 )ich(0)I(0)ln( S.t) - ln( S.t -
In einem wiederkehrenden neuronalen Netzwerk würden Sie normalerweise die Weiterleitung über mehrere Zeitschritte durchführen, das Netzwerk "ausrollen" und dann die Weiterleitung über die Folge von Eingaben zurückführen. Warum sollten Sie nicht einfach die Gewichte nach jedem einzelnen Schritt in...
Ich möchte eine Prognose auf Basis eines ARIMA-Modells mit mehreren Zeitreihen und mehreren exogenen Variablen durchführen. Da ich weder statistisch noch in Bezug auf RI so geschickt bin, ist es so einfach wie möglich (Trendprognose für 3 Monate ist ausreichend). Ich habe 1 abhängige Zeitreihe und...
Hier ist ein Zusammenhang. Ich möchte herausfinden, wie sich zwei Umgebungsvariablen (Temperatur, Nährstoffgehalt) über einen Zeitraum von 11 Jahren auf den Mittelwert einer Antwortvariablen auswirken. Innerhalb eines Jahres gibt es Daten von über 100.000 Standorten. Ziel ist es zu bestimmen, ob...
Ich habe eine Weile mit der Stationarität in meinem Kopf gerungen ... Denkst du so darüber nach? Alle Kommentare oder weitere Gedanken werden geschätzt. Bei stationären Prozessen werden Zeitreihenwerte so generiert, dass das Verteilungsmittel und die Varianz konstant bleiben. Genau genommen ist...
Das Box-Jenkins-Modellauswahlverfahren in der Zeitreihenanalyse beginnt mit der Betrachtung der Autokorrelations- und der partiellen Autokorrelationsfunktion der Reihe. Diese Diagramme können das geeignete und in einem ARMA -Modell vorschlagen . Das Verfahren wird fortgesetzt, indem der Benutzer...
Es scheint keinen Standard für den Umgang mit fehlenden Daten im Kontext der Modellfamilie der exponentiellen Glättung zu geben. Insbesondere die R-Implementierung mit dem Namen ets im Prognosepaket scheint die längste Folge ohne fehlende Daten zu haben, und das Buch "Forecasting with Exponential...
Ich habe kürzlich nach Möglichkeiten gesucht, Zeitreihen auf diese Weise neu abzutasten Erhalten Sie ungefähr die Autokorrelation langer Speicherprozesse. Behalten Sie den Bereich der Beobachtungen bei (zum Beispiel ist eine neu abgetastete Zeitserie von ganzen Zahlen immer noch eine Zeitserie...
Ich möchte eine binäre logistische Regression durchführen, um das Vorhandensein oder Nichtvorhandensein von Konflikten (abhängige Variable) aus einer Reihe unabhängiger Variablen über einen Zeitraum von 10 Jahren (1997-2006) zu modellieren, wobei jedes Jahr 107 Beobachtungen enthält. Meine...
Diese Frage mag sehr naiv sein, aber die Art, wie ich Ökonometrie unterrichtet habe, ist sehr verwirrt, wenn es einen Unterschied zwischen Zeitreihen- und Paneldatenmethode gibt. In Bezug auf Zeitreihen habe ich Themen wie Kovarianz stationär, AR, MA usw. behandelt. In Bezug auf Paneldaten habe...