Questions marquées «time-series»

Les séries chronologiques sont des données observées dans le temps (soit en temps continu, soit à des périodes discrètes).

1
Modèles linéaires généralisés vs modèles Timseries pour la prévision
Quelles sont les différences dans l'utilisation de modèles linéaires généralisés, tels que la détermination automatique de pertinence (ARD) et la régression de crête, par rapport aux modèles de séries chronologiques comme Box-Jenkins (ARIMA) ou le lissage exponentiel pour les prévisions? Existe-t-il des règles générales sur le moment d’utiliser GLM et …
3
Quel est le meilleur, stl ou décomposer?
Je fais une analyse des séries chronologiques en utilisant R. Je dois décomposer mes données en composantes de tendance, saisonnières et aléatoires. J'ai des données hebdomadaires depuis 3 ans. J'ai trouvé deux fonctions dans R - stl()et decompose(). J'ai lu que ce stl()n'est pas bon pour la décomposition multiplicative. Quelqu'un …
10 r  time-series 
3
Bootstrap résiduels: est-ce que je le fais bien?
Tout d'abord: D'après ce que j'ai compris, les résidus d'amorçage fonctionnent comme suit: Adapter le modèle aux données Calculez les résidus Rééchantillonnez les résidus et ajoutez-les à 1. Ajuster le modèle au nouvel ensemble de données à partir de 3. Répétez les ntemps, mais ajoutez toujours les résidus rééchantillonnés à …
4
Modèle d'historique d'événement à temps discret (survie) dans R
J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
1
Question sur l'exemple de fonction d'autocovariance
Je lis un livre d'analyse de séries chronologiques et la formule de l'échantillon d'autocovariance est définie dans le livre comme: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) avecpour . est la moyenne.γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;ˉ xh=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1x¯x¯\bar{x} Quelqu'un peut-il expliquer intuitivement pourquoi nous divisons la somme par et non par ? Le …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.