Statistiques et Big Data time-series

3

STL sur séries chronologiques avec valeurs manquantes pour la détection d'anomalies

J'essaie de détecter des valeurs anormales dans une série chronologique de données climatiques avec quelques observations manquantes. En cherchant sur le Web, j'ai trouvé de nombreuses approches disponibles. Parmi ceux-ci, la décomposition stl semble attrayante, dans le sens de supprimer les composantes de tendance et saisonnières et d'étudier le reste. …

12 r time-series outliers missing-data

1

Différences entre PROC Mixed et lme / lmer en R - degrés de liberté

Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les différents tests diffèrent …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

2

Corrélation de la série temporelle des volumes

Considérez le graphique suivant: La ligne rouge (axe de gauche) décrit le volume d'échange d'une certaine action. La ligne bleue (axe droit) décrit le volume de messages Twitter pour ce stock. Par exemple, le 9 mai (05-09), environ 1.100 millions de transactions et 4.000 tweets ont été effectués. Je voudrais …

12 time-series correlation lags

4

Prévision de séries chronologiques binaires

J'ai une série temporelle binaire avec 1 lorsque la voiture ne bouge pas et 0 lorsque la voiture se déplace. Je veux faire une prévision pour un horizon temporel jusqu'à 36 heures à l'avance et pour chaque heure. Ma première approche a été d'utiliser un Naive Bayes en utilisant les …

12 r time-series forecasting binary-data

5

Comment analyser la tendance dans les séries chronologiques non périodiques

Supposons que j'ai des séries chronologiques non périodiques suivantes. Évidemment, la tendance est à la baisse et je voudrais le prouver par un test (avec une valeur de p ). Je ne peux pas utiliser la régression linéaire classique en raison d'une forte auto-corrélation temporelle (série) entre les valeurs. library(forecast) …

12 r time-series

1

Pourquoi l'analyse des séries chronologiques n'est pas considérée comme un algorithme d'apprentissage automatique

Pourquoi l'analyse des séries chronologiques n'est-elle pas considérée comme un algorithme d'apprentissage automatique (contrairement à la régression linéaire). La régression et l'analyse des séries chronologiques sont des méthodes de prévision. Alors pourquoi l'un d'eux est-il considéré comme un algorithme d'apprentissage mais pas l'autre?

12 regression machine-learning time-series terminology

1

Différence entre les séries avec dérive et les séries avec tendance

Une série avec dérive peut être modélisée comme où est la dérive (constante) et . yt=c+ϕyt−1+εtyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ=1ϕ=1\phi=1 Une série avec tendance peut être modélisée comme où est la dérive (constante), est la tendance temporelle déterministe et .yt=c+δt+ϕyt−1+εtyt=c+δt+ϕyt−1+εty_t = c + \delta t + \phi …

12 time-series hypothesis-testing stationarity trend unit-root

3

Élaboration d'un modèle de série chronologique approprié pour prédire les ventes en fonction de l'enregistrement du mois dernier

J'exploite une entreprise en ligne depuis deux ans de suite, j'ai donc mes données de ventes mensuelles depuis environ deux ans. Mon entreprise pour chaque mois est certainement affectée par le swing saisonnier (se comporte mieux à Noël, etc.), et probablement par d'autres facteurs que je ne connais pas. Afin …

12 time-series forecasting

3

Quand est-il approprié de sélectionner des modèles en minimisant l'AIC?

Il est bien établi, au moins chez les statisticiens d'un calibre supérieur, que les modèles dont les valeurs de la statistique AIC se situent dans un certain seuil de la valeur minimale doivent être considérés comme appropriés comme modèle minimisant la statistique AIC. Par exemple, dans [1, p.221], nous trouvons …

12 time-series model-selection aic

3

Qu'est-ce qu'un processus stationnaire de second ordre?

Je me demandais comment son "processus stationnaire de second ordre" est défini dans l' introduction de Brockwell et Davis aux séries chronologiques et aux prévisions : La classe des modèles de séries chronologiques linéaires, qui comprend la classe des modèles autorégressifs à moyenne mobile (ARMA), fournit un cadre général pour …

12 time-series

1

Analyse factorielle dynamique vs modèle d'espace d'état

Le package MARSS en R offre une fonction pour l'analyse factorielle dynamique. Dans ce package, le modèle de facteur dynamique est écrit comme une forme spéciale de modèle d'espace d'état et ils supposent que les tendances communes suivent le processus AR (1). Comme je ne connais pas très bien ces …

12 r time-series forecasting factor-analysis state-space-models

3

Relation entre deux séries chronologiques: ARIMA

Étant donné les deux séries chronologiques suivantes ( x , y ; voir ci-dessous), quelle est la meilleure méthode pour modéliser la relation entre les tendances à long terme de ces données? Les deux séries chronologiques ont des tests de Durbin-Watson significatifs lorsqu'elles sont modélisées en fonction du temps et …

12 regression time-series arima

3

Comment ACF & PACF identifie-t-il l'ordre des termes MA et AR?

Cela fait plus de 2 ans que je travaille sur différentes séries chronologiques. J'ai lu sur de nombreux articles qu'ACF est utilisé pour identifier l'ordre des termes MA et PACF pour AR. Il y a une règle générale selon laquelle pour MA, le décalage où ACF s'arrête soudainement est l'ordre …

12 time-series arima autoregressive moving-average

2

Les modèles de séries chronologiques de différence logarithmique sont-ils meilleurs que les taux de croissance?

Souvent, je vois des auteurs estimer un modèle de «différence logarithmique», par exemple Journal( yt) - journal( yt - 1) = log( yt/ yt - 1) = α + βXtJournal⁡(yt)-Journal⁡(yt-1)=Journal⁡(yt/yt-1)=α+βXt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Je conviens que cela est approprié pour relier à une variation en …

12 time-series forecasting data-transformation econometrics logarithm

3

Ressources pour l'analyse des séries chronologiques interrompues dans R

Je suis assez nouveau pour R. J'ai tenté de lire l'analyse des séries chronologiques et j'ai déjà terminé Analyse des séries temporelles de Shumway et Stoffer et ses applications 3e édition , L'excellente prévision de Hyndman : principes et pratique Avril Coghlan utilise R pour l'analyse des séries chronologiques A. …

12 r time-series

Questions marquées «time-series»