Statistiques et Big Data arima

3

Fonction de transfert dans les modèles de prévision - interprétation

Je suis occupé par la modélisation ARIMA augmentée de variables exogènes à des fins de modélisation promotionnelle et j'ai du mal à l'expliquer aux utilisateurs professionnels. Dans certains cas, les progiciels se retrouvent avec une simple fonction de transfert, c'est-à-dire le paramètre * Variable exogène. Dans ce cas, l'interprétation est …

9 time-series data-visualization forecasting arima causality

2

Prévisions ARIMA avec saisonnalité et tendance, résultat étrange

alors que j'entre dans la prévision avec des modèles ARIMA, j'essaie de comprendre comment je peux améliorer une prévision basée sur ARIMA en fonction de la saisonnalité et de la dérive. Mes données sont les séries chronologiques suivantes (sur 3 ans, avec une tendance claire à la hausse et une …

9 r time-series forecasting arima seasonality

3

Quel modèle peut être utilisé lorsque l'hypothèse de variance constante est violée?

Puisque nous ne pouvons pas ajuster le modèle ARIMA lorsque l'hypothèse de variance constante est violée, quel modèle peut être utilisé pour ajuster les séries temporelles univariées?

9 time-series modeling forecasting arima

4

Comment ajuster un modèle pour une série chronologique contenant des valeurs aberrantes

J'ai ajusté le modèle ARIMA (5,1,2) en utilisant la auto.arima()fonction dans R et en regardant l'ordre, nous pouvons dire que ce n'est pas le meilleur modèle à prévoir. Si des valeurs aberrantes existent dans la série de données, quelle est la méthode pour adapter un modèle à ces données?

9 r time-series forecasting outliers arima

2

Bootstrap paramétrique, semi-paramétrique et non paramétrique pour les modèles mixtes

Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + …

9 r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

3

auto.arima avertit que les NaN produits sur erreur std

Mes données sont une série chronologique de la population occupée, L, et la période de temps, l'année. n.auto=auto.arima(log(L),xreg=year) summary(n.auto) Series: log(L) ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 intercept year 1.9122 -0.9567 -0.3082 0.0254 -3.5904 0.0074 s.e. NaN NaN NaN NaN 1.6058 0.0008 sigma^2 estimated as 1.503e-06: log …

9 r regression arima

1

Sélection du modèle de série chronologique: AIC vs SSE hors échantillon et leur équivalence

L'AIC est fréquemment recommandé comme critère pour comparer les modèles de prévision de séries chronologiques. Voir par exemple ceci dans le contexte des modèles de régression dynamique : L'AIC peut être calculé pour le modèle final et cette valeur peut être utilisée pour déterminer les meilleurs prédicteurs. C'est-à-dire que la …

9 time-series cross-validation model-selection arima aic

3

Effets d'échantillonnage sur les modèles de séries chronologiques

Je travaille beaucoup avec les modèles de séries temporelles financières, principalement AR (I) MA et Kalman. Un problème auquel je continue de faire face est la fréquence d'échantillonnage. Au départ, je pensais que si on m'offrait la possibilité d'échantillonner plus fréquemment à partir d'un processus sous-jacent, je devrais échantillonner aussi …

9 time-series sampling arima

1

Arimax Prediction: Utilisation de l'ensemble de prévisions

La arimaxfonction dans le TSApackage est, à ma connaissance, le seul Rpackage qui s'adaptera à une fonction de transfert pour les modèles d'intervention. Il manque cependant une fonction de prédiction qui est parfois nécessaire. La solution suivante est-elle une solution à ce problème, tirant parti de l'excellent forecastpackage? Les intervalles …

9 r time-series forecasting arima intervention-analysis

1

Plusieurs questions sur les modèles statistiques de séries temporelles financières de «personne apprenant par machine»

Afin d'expliquer pourquoi j'ai ces questions stupides que vous trouverez ci-dessous, je dois dire que je suis plus une personne qui apprend par machine. Pendant que je travaillais sur des problèmes de bioinformatique, tout allait bien. Quand j'ai entendu des mots comme "régression" ou "kurtosis and skewness", dans le premier …

9 machine-learning arima finance

1

Plusieurs modèles ARIMA correspondent bien aux données. Comment déterminer la commande? Approche correcte?

J'ai deux séries chronologiques (paramètres d'un modèle pour hommes et femmes) et vise à identifier un modèle ARIMA approprié afin de faire des prévisions. Ma série chronologique ressemble à: L'intrigue et l'ACF montrent non stationnaire (les pointes de l'ACF se coupent très lentement). Ainsi, j'utilise la différenciation et j'obtiens: Ce …

8 r time-series modeling arima autocorrelation

2

Quels modèles économétriques peuvent être utilisés pour prévoir les rendements des titres + questions ARIMA / GARCH

J'essaie d'écrire une thèse de premier cycle dans laquelle je teste le pouvoir prédictif d'un modèle économétrique donné sur une série temporelle financière donnée. J'ai besoin de conseils sur la façon de procéder. Pour mettre les choses en contexte, j'ai surtout économétriquement autodidacte; le seul cours que j'ai suivi sur …

8 time-series forecasting econometrics arima garch

4

Existe-t-il un moyen de permettre la saisonnalité des coefficients de régression?

Disons que j'ai une série chronologique, G t , et une covariable B t . Je veux trouver la relation entre eux par le modèle ARMA: G t = Z t + β 0 + β 1 B t où le Z t résiduel suit un processus ARMA. Le problème …

8 time-series correlation econometrics arima time-varying-covariate

1

Auto.arima dans R devrait-il jamais signaler un modèle avec un AIC, AICC et BIC plus élevé que les autres modèles considérés?

J'ai utilisé auto.arima pour ajuster un modèle de série chronologique (une régression linéaire avec des erreurs ARIMA, comme décrit sur le site de Rob Hyndman ). Une fois terminé - le résultat indique que le meilleur modèle a un (5,1,0) avec une structure de dérive - et rapporte les valeurs …

8 r arima aic

2

Qu'est-ce que l'entrée du modèle MA (q) dans le monde réel?

Je comprends le modèle AR (p): son entrée est la série chronologique modélisée. Je suis complètement bloqué en lisant sur le modèle MA (q): son entrée est l' innovation ou le choc aléatoire comme il est souvent formulé. Le problème est que je ne peux pas imaginer comment obtenir un …

8 time-series arima linear-model intuition

Questions marquées «arima»