Questions marquées «time-series»

J'essaie d'utiliser la régression RF pour faire des prédictions sur les performances d'une papeterie. J'ai des données minute par minute pour les intrants (taux et quantité de pâte de bois entrant dans etc ...) ainsi que pour les performances de la machine (papier produit, puissance tirée par la machine) et …

10 time-series  forecasting  cross-validation  random-forest  autoregressive 

Il y a probablement plus d'un malentendu sérieux dans cette question, mais il ne vise pas à obtenir les bons calculs, mais plutôt à motiver l'apprentissage des séries chronologiques avec une certaine concentration à l'esprit. En essayant de comprendre l'application des séries chronologiques, il semble que la décroissance des données …

10 r  time-series  data-visualization 

Dans un commentaire à cette question , l'utilisateur @whuber a cité la possibilité d'utiliser une version périodique des splines pour ajuster les données périodiques. J'aimerais en savoir plus sur cette méthode, en particulier les équations définissant les splines, et comment les implémenter en pratique (je suis surtout un Rutilisateur, mais …

10 regression  time-series  seasonality  splines 

J'essaie actuellement de comprendre les filtres à particules et leurs utilisations possibles en finance et je me bats un peu. Quels sont les pré-requis mathématiques et statistiques que je devrais revisiter (issus d'une formation en finance quantitative) afin de (i) rendre les bases des filtres à particules accessibles, et (ii) …

10 time-series  particle-filter 

Quelle est l'approche habituelle de modélisation des séries chronologiques binaires? Y a-t-il un papier ou un manuel où cela est traité? Je pense à un processus binaire avec une forte auto-corrélation. Quelque chose comme le signe d'un processus AR (1) commençant à zéro. Dites et avec un bruit blanc . …

10 regression  time-series  logistic  binary-data  autoregressive 

Dès le titre je voudrais savoir s'il existe un test statistique qui peut m'aider à identifier une divergence significative entre deux séries chronologiques similaires. Plus précisément, en regardant la figure ci-dessous, je voudrais détecter que les séries commencent à diverger à l'instant t1, c'est-à-dire lorsque la différence entre elles commence …

10 time-series  statistical-significance  variance  convergence  trend 

Je lis un exemple donné dans le livre, Machine Learning for Hackers . Je vais d'abord développer l'exemple, puis parler de ma question. Exemple : Prend un ensemble de données pour 10 ans de 25 actions. Exécute PCA sur les 25 cours de bourse. Compare la composante principale avec l'indice …

10 time-series  pca  references  covariance  stationarity 

Le test de Durbin-Watson teste l'autocorrélation des résidus au décalage 1. Mais il en va de même pour le test de l'autocorrélation au décalage 1 directement. De plus, vous pouvez tester l'autocorrélation à un décalage de 2,3,4 et il existe de bons tests de portemanteau pour l'autocorrélation à plusieurs retards, …

10 time-series  autocorrelation 

J'ai lu dans un journal la phrase suivante: Le fait qu'il existe une différence entre les coefficients à court terme et à long terme est le résultat de notre spécification qui inclut des variables endogènes décalées. Ils effectuent une régression des premières différences et incluent un décalage de la variable …

10 regression  time-series  lags 

Imaginez une situation: nous avons des enregistrements historiques (20 ans) de trois mines. La présence d'argent augmente-t-elle la probabilité de trouver de l'or l'année prochaine? Comment tester une telle question? Voici des exemples de données: mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", "rock","silver","rock","rock","rock","rock","silver", "gold","gold","gold","gold","gold","gold") …

10 r  time-series  hypothesis-testing  stochastic-processes 

Je suis analyste dans les domaines de la finance et des assurances et chaque fois que j'essaie d'adapter des modèles de volatilité, j'obtiens des résultats horribles: les résidus sont souvent non stationnaires (au sens racine de l'unité) et hétéroscédastiques (donc le modèle n'explique pas la volatilité). Les modèles ARCH / …

10 time-series  garch  volatility-forecasting  arch 

J'essaie de faire une régression simple mais mes variables Y sont observées sur une fréquence mensuelle et les variables x sont observées sur une fréquence annuelle. J'apprécierai vraiment quelques conseils sur une approche appropriée qui peut être utilisée pour des régressions avec différentes fréquences. Merci beaucoup

10 regression  time-series 

La page Wikipedia indique que Box-Jenkins est une méthode d'ajustement d'un modèle ARIMA à une série chronologique. Maintenant, si je veux adapter un modèle ARIMA à une série chronologique, je vais ouvrir SAS, appeler proc ARIMA, fournir les paramètres et SAS me donnera les coefficients AR et MA. Maintenant, je …

10 time-series  arima  sas  aic  box-jenkins 

Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi, selon cette logique, une série chronologique …

10 time-series  stationarity  seasonality 

Juste une question générale. Si vous avez des données de séries chronologiques, quand est-il préférable d'utiliser des techniques de séries chronologiques (aka, ARCH, GARCH, etc.) plutôt que des techniques d'apprentissage machine / statistique (KNN, régression)? S'il y a une question similaire qui existe sur la validation croisée, veuillez m'orienter vers …

10 time-series  machine-learning