Statistiques et Big Data time-series

2

Explication intuitive de la stationnarité

Je luttais avec la stationnarité dans ma tête pendant un moment ... C'est comme ça que vous en pensez? Tous commentaires ou réflexions seront appréciés. Le processus stationnaire est celui qui génère des valeurs chronologiques telles que la moyenne de distribution et la variance sont maintenues constantes. Strictement parlant, ceci …

14 time-series stationarity intuition

7

Les courtes séries temporelles valent-elles la modélisation?

Voici un peu de contexte. Je souhaite déterminer comment deux variables environnementales (température, niveaux de nutriments) affectent la valeur moyenne d'une variable de réponse sur une période de 11 ans. Chaque année, des données proviennent de plus de 100 000 emplacements. Le but est de déterminer si, au cours de …

14 time-series regression sample-size small-sample

2

Calcul de la corrélation (et de l'importance de ladite corrélation) entre une paire de séries chronologiques

J'ai deux séries temporelles S et T. elles ont la même fréquence et la même longueur. Je voudrais calculer (en utilisant R), la corrélation entre cette paire (c'est-à-dire S et T), et être également capable de calculer la signification de la corrélation), afin que je puisse déterminer si la corrélation …

14 r time-series correlation

4

Lissage des données de séries chronologiques

Je construis une application Android qui enregistre les données de l'accéléromètre pendant le sommeil, afin d'analyser les tendances du sommeil et éventuellement de réveiller l'utilisateur à une heure souhaitée pendant le sommeil léger. J'ai déjà construit le composant qui collecte et stocke les données, ainsi que l'alarme. Je dois encore …

14 time-series smoothing signal-processing java

2

Commande de séries chronologiques pour l'apprentissage automatique

Après avoir lu l' un des "Conseils de recherche" de RJ Hyndman sur la validation croisée et les séries chronologiques, je suis revenu à une vieille question que je vais essayer de formuler ici. L'idée est que dans les problèmes de classification ou de régression, l'ordre des données n'est pas …

14 time-series machine-learning cross-validation

4

L'application d'ARMA-GARCH nécessite-t-elle une stationnarité?

Je vais utiliser le modèle ARMA-GARCH pour les séries temporelles financières et je me demandais si la série devait être stationnaire avant d'appliquer ledit modèle. Je sais que pour appliquer le modèle ARMA, la série doit être stationnaire, mais je ne suis pas sûr pour ARMA-GARCH car j'inclus les erreurs …

14 time-series finance arma

3

Similitude de deux transformations de Fourier discrètes?

Dans la modélisation du climat, vous recherchez des modèles qui peuvent représenter adéquatement le climat de la Terre. Cela inclut des schémas semi-cycliques: des choses comme l'oscillation australe El Nino. Mais la vérification du modèle se produit généralement sur des périodes relativement courtes, où il existe des données d'observation décentes …

14 time-series model-comparison fourier-transform climate

2

Pourquoi nous soucions-nous si un processus d'AMM est inversible?

J'ai du mal à comprendre pourquoi nous nous soucions si un processus de MA est inversible ou non. Veuillez me corriger si je me trompe, mais je peux comprendre pourquoi nous nous soucions de savoir si un processus AR est causal, c'est-à-dire si nous pouvons le "réécrire", pour ainsi dire, …

14 time-series mathematical-statistics autoregressive moving-average

4

Quelle est / sont la différence «mécanique» entre la régression linéaire multiple avec décalages et séries chronologiques?

Je suis diplômé des affaires et de l'économie et j'étudie actuellement pour une maîtrise en ingénierie des données. Tout en étudiant la régression linéaire (LR) puis l'analyse des séries chronologiques (TS), une question m'est venue à l'esprit. Pourquoi créer une toute nouvelle méthode, c'est-à-dire des séries chronologiques (ARIMA), au lieu …

14 regression time-series multiple-regression least-squares arima

1

Prévision de séries chronologiques d'Arima (auto.arima) avec plusieurs variables exogènes dans R

Je voudrais effectuer une prévision basée sur un modèle ARIMA à séries temporelles multiples avec plusieurs variables exogènes. Étant donné que je ne suis pas très compétent en ce qui concerne ni les statistiques ni le RI, je ne veux pas rester aussi simple que possible (les prévisions de tendance …

14 r time-series arima

1

Comment former le modèle LSTM sur plusieurs données de séries chronologiques?

Comment former le modèle LSTM sur plusieurs données de séries chronologiques? Cas d'utilisation: J'ai des ventes hebdomadaires de 20 000 agents depuis 5 ans. Besoin de prévoir les ventes hebdomadaires à venir pour chaque agent. Dois-je suivre une technique de traitement par lots - prendre un agent à la fois, …

14 machine-learning time-series statistical-significance lstm artificial-intelligence

1

Modélisation de séries chronologiques de données circulaires

Je construis des modèles ARIMA pour certaines données vent / vagues. Je construis un modèle distinct pour chaque variable. Deux des variables que je dois modéliser sont la direction des vagues et du vent. Les valeurs sont en degrés (0-360 °). Est-il possible de modéliser ce type de données où …

13 time-series arima circular-statistics

1

Quelle est la variance à long terme?

Comment définit-on la variance à long terme dans le domaine de l'analyse des séries chronologiques? Je comprends qu'il est utilisé dans le cas où il y a une structure de corrélation dans les données. Notre processus stochastique ne serait donc pas une famille de variables aléatoires iid mais plutôt uniquement …

13 time-series variance references kernel-smoothing non-independent

2

Procédure et méthodes d'analyse de la série temporelle utilisant R

Je travaille sur un petit projet où nous essayons de prévoir les prix des matières premières (pétrole, aluminium, étain, etc.) pour les 6 prochains mois. J'ai 12 variables de ce type à prévoir et j'ai des données d'avril 2008 à mai 2013. Comment dois-je procéder pour la prédiction? J'ai fait …

13 r time-series forecasting neural-networks arima

1

Test de cointégration entre deux séries chronologiques à l'aide de la méthode Engle-Granger en deux étapes

Je cherche à tester la cointégration entre deux séries chronologiques. Les deux séries ont des données hebdomadaires couvrant environ 3 ans. J'essaie de faire la méthode en deux étapes d'Engle-Granger. Mon ordre des opérations suit. Testez chaque série chronologique pour la racine unitaire via Augmented Dickey-Fuller. En supposant que les …

13 time-series cointegration unit-root augmented-dickey-fuller

Questions marquées «time-series»