Statistiques et Big Data time-series

1

LARS vs descente coordonnée pour le lasso

Quels sont les avantages et les inconvénients de l'utilisation de LARS [1] par rapport à l'utilisation de la descente de coordonnées pour ajuster la régression linéaire régularisée L1? Je m'intéresse principalement aux aspects de performance (mes problèmes ont tendance à avoir Ndes centaines de milliers et p<20). Cependant, toute autre …

13 regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

5

Réduction de dimensionnalité SVD pour des séries temporelles de différentes longueurs

J'utilise la décomposition en valeurs singulières comme technique de réduction de dimensionnalité. Étant donné des Nvecteurs de dimension D, l'idée est de représenter les entités dans un espace transformé de dimensions non corrélées, qui condense la plupart des informations des données dans les vecteurs propres de cet espace dans un …

13 time-series machine-learning pca data-transformation multivariate-analysis

2

Utiliser l'analyse de séries chronologiques pour analyser / prédire les comportements violents

C'est une question un peu désinvolte, mais j'ai un sérieux intérêt pour la réponse. Je travaille dans un hôpital psychiatrique et j'ai trois ans de données, collectées chaque jour dans chaque service sur le niveau de violence dans ce service. De toute évidence, le modèle qui correspond à ces données …

13 time-series forecasting

5

Quand utiliser plusieurs modèles pour la prédiction?

C'est une question assez générale: J'ai généralement constaté que l'utilisation de plusieurs modèles différents surpasse un modèle lorsque vous essayez de prédire une série temporelle hors échantillon. Existe-t-il de bons documents démontrant que la combinaison de modèles surclassera un seul modèle? Existe-t-il des meilleures pratiques concernant la combinaison de plusieurs …

13 time-series modeling model-comparison

1

Package GBM vs Caret utilisant GBM

J'ai ajusté le modèle à l'aide caret, mais j'ai ensuite réexécuté le modèle à l'aide du gbmpackage. Je crois comprendre que le caretpackage utilise gbmet que la sortie doit être la même. Cependant, un simple test rapide utilisant data(iris)montre une différence dans le modèle d'environ 5% en utilisant RMSE et …

13 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

3

Autocorrélation résiduelle versus variable dépendante décalée

Lors de la modélisation de séries chronologiques, on a la possibilité de (1) modéliser la structure corrélationnelle des termes d'erreur comme par exemple un processus AR (1) (2) inclure la variable dépendante retardée comme variable explicative (sur le côté droit) Je comprends que ce sont parfois des raisons substantielles d'aller …

13 time-series autocorrelation residuals lags

2

Capturer la saisonnalité en régression multiple pour les données quotidiennes

J'ai des données de vente quotidiennes pour un produit très saisonnier. Je veux saisir la saisonnalité dans le modèle de régression. J'ai lu que si vous avez des données trimestrielles ou mensuelles, dans ce cas, vous pouvez créer respectivement 3 et 11 variables muettes - mais puis-je gérer les données …

13 regression time-series multiple-regression categorical-data

1

Comment interpréter l'autocorrélation

J'ai calculé l'autocorrélation sur des données de séries chronologiques sur les modèles de mouvement d'un poisson en fonction de ses positions: X ( x.ts) et Y ( y.ts). En utilisant R, j'ai exécuté les fonctions suivantes et produit les graphiques suivants: acf(x.ts,100) acf(y.ts,100) Ma question est, comment puis-je interpréter ces …

13 r time-series autocorrelation

4

Un modèle de régression dont la variable de réponse est le jour de l'année où un événement annuel se produit (généralement)

Dans ce cas particulier, je fais référence au jour où un lac gèle. Cette date "glacée" n'a lieu qu'une fois par an, mais parfois elle ne se produit pas du tout (si l'hiver est chaud). Ainsi, sur une année, le lac peut geler le jour 20 (20 janvier) et une …

13 regression time-series survival data-transformation recurrent-events

1

Pouvez-vous comparer les valeurs AIC tant que les modèles sont basés sur le même ensemble de données?

Je fais des prévisions dans R en utilisant le package de prévisions de Rob Hyndman . Le papier appartenant au paquet peut être trouvé ici . Dans l'article, après avoir expliqué les algorithmes de prévision automatique, les auteurs mettent en œuvre les algorithmes sur le même ensemble de données. Cependant, …

13 time-series forecasting model-selection aic

4

Séries chronologiques de différence avant Arima ou dans Arima

Est-il préférable de différencier une série (en supposant qu'elle en ait besoin) avant d'utiliser un Arima OU mieux d'utiliser le paramètre d dans Arima? J'ai été surpris de voir à quel point les valeurs ajustées diffèrent selon l'itinéraire emprunté avec le même modèle et les mêmes données. Ou est-ce que …

13 r time-series arima

1

Interpréter les barres de plage dans plot.stl de R?

J'ai du mal à comprendre ce plot.stlque signifient exactement les barres de plage . J'ai trouvé le post de Gavin sur cette question et j'ai également lu la documentation, je comprends qu'ils indiquent l'ampleur relative des composants décomposés, mais je ne sais toujours pas comment ils fonctionnent. Par exemple: données: …

13 r time-series

1

Comment choisissez-vous une unité d'analyse (niveau d'agrégation) dans une série chronologique?

Si vous pouvez mesurer une série chronologique d'observations à n'importe quel niveau de précision dans le temps, et que votre objectif de l'étude est d'identifier une relation entre X et Y, existe-t-il une justification empirique pour choisir un niveau spécifique d'agrégation plutôt qu'un autre, ou devrait le choix se fait …

13 time-series aggregation disaggregation

2

Fiabilité inter-évaluateur pour les événements d'une série chronologique avec incertitude sur le temps de l'événement

J'ai plusieurs codeurs indépendants qui essaient d'identifier les événements dans une série chronologique - dans ce cas, je regarde une vidéo de conversation en face à face et je recherche des comportements non verbaux particuliers (par exemple, des hochements de tête) et le codage de l'heure et de la catégorie …

13 time-series reliability agreement-statistics

6

Comment caractériser un changement brusque?

Cette question est peut-être trop basique. Pour une tendance temporelle d'une donnée, je voudrais découvrir le point où se produit un changement "brutal". Par exemple, dans la première figure ci-dessous, je voudrais découvrir le point de changement en utilisant une méthode statistique. Et je voudrais appliquer une telle méthode dans …

13 time-series trend change-point

Questions marquées «time-series»