Questions marquées «arima»

Fait référence au modèle de moyenne mobile intégrée auto-régressive utilisé dans la modélisation des séries chronologiques à la fois pour la description des données et pour les prévisions. Ce modèle généralise le modèle ARMA en incluant un terme pour la différenciation, qui est utile pour supprimer les tendances et gérer certains types de non-stationnarité.

3
Auto.arima avec des données quotidiennes: comment capturer la saisonnalité / périodicité?
Je monte un modèle ARIMA sur une série temporelle quotidienne. Les données sont collectées quotidiennement du 02-01-2010 au 30-07-2011 et concernent les ventes de journaux. Puisqu'une tendance hebdomadaire des ventes peut être trouvée (la quantité moyenne quotidienne d'exemplaires vendus est généralement la même du lundi au vendredi, puis augmente le …
4
Termes d'erreur du modèle à moyenne mobile
Il s'agit d'une question de base sur les modèles Box-Jenkins MA. Si je comprends bien, un modèle MA est essentiellement une régression linéaire des valeurs de séries temporelles YYY rapport aux termes d'erreur précédents . Autrement dit, l'observation est d'abord régressée par rapport à ses valeurs précédentes , puis une …
2
tendance stochastique vs déterministe / saisonnalité dans les prévisions de séries chronologiques
J'ai une formation modérée en prévision de séries chronologiques. J'ai regardé plusieurs livres de prévisions et je ne vois pas les questions suivantes abordées dans aucun d'entre eux. J'ai deux questions: Comment pourrais-je déterminer objectivement (via un test statistique) si une série temporelle donnée a: Saisonnalité stochastique ou saisonnalité déterministe …
3
Auto.arima vs autobox diffèrent-ils?
De la lecture des messages sur ce site, je sais qu'il existe une fonction R auto.arima(dans le forecast package ). Je sais également qu'IrishStat , membre de ce site, a construit la boîte automatique du package commercial au début des années 1980. Comme ces deux packages existent aujourd'hui et sélectionnent …
2
Quelles sont les exigences de stationnarité de l'utilisation de la régression avec des erreurs ARIMA pour l'inférence?
Quelles sont les exigences de stationnarité de l'utilisation de la régression avec des erreurs ARIMA (régression dynamique) pour l'inférence? Plus précisément, j'ai une variable de résultat continue non stationnaire , une variable prédictive continue non stationnaire et une série de traitement de variable fictive . Je voudrais savoir si le …
4
La précision de la machine augmentant le gradient diminue à mesure que le nombre d'itérations augmente
J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
1
Régularisation pour les modèles ARIMA
Je connais LASSO, la régularisation de type crête et filet élastique dans les modèles de régression linéaire. Question: Ce type d'estimation pénalisée (ou similaire) peut-il être appliqué à la modélisation ARIMA (avec une partie MA non vide)? Dans la construction de modèles ARIMA, il semble habituel de considérer un ordre …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.