Statistiques et Big Data time-series

3

Sélection de la spline df dans un problème de modèle de Poisson additif général

J'ai ajusté certaines données de séries chronologiques à l'aide d'un modèle additif général de Poisson à l'aide de SAS PROC GAM. De manière générale, j'ai vu sa procédure de validation croisée généralisée intégrée générer au moins un «point de départ» décent pour ma spline unique, qui est une fonction non …

9 time-series sas splines gam

1

Croissance mensuelle désaisonnalisée avec saisonnalité sous-jacente hebdomadaire

En tant que passe-temps secondaire, j'ai exploré les séries chronologiques de prévision (en particulier, en utilisant R). Pour mes données, j'ai le nombre de visites par jour, pour chaque jour remontant à près de 4 ans. Dans ces données, il existe des modèles distincts: Du lundi au vendredi, il y …

9 r time-series seasonality forecasting

4

Comment gérer les lacunes / NaN dans les données de séries chronologiques lors de l'utilisation de Matlab pour l'autocorrélation et les réseaux de neurones?

J'ai une série chronologique de mesures (séries de hauteurs unidimensionnelles). Au cours de la période d'observation, le processus de mesure s'est interrompu pendant quelques instants. Ainsi, les données résultantes sont un vecteur avec NaN où il y avait des lacunes dans les données. L'utilisation de MATLAB me pose un problème …

9 time-series dataset matlab autocorrelation missing-data

1

Comment combiner les prévisions lorsque la variable de réponse dans les modèles de prévision était différente?

introduction A jeCjAICjAIC_jjjjA jeCjAICjAIC_j R P j = e ( A I C ∗ - A I C j ) / 2 jA jeC∗= minjA jeCjAIC∗=minjAICjAIC^* = \min_j{AIC_j}R Pj= e( A IC∗- A ICj) / 2RPj=e(AIC∗−AICj)/2RP_j = e^{(AIC^*-AIC_j)/2}jjj wj= R Pj∑jR Pjwj=RPj∑jRPjw_j = \frac{RP_j}{\sum_j RP_j} Problème Une difficulté que j'essaie …

9 time-series forecasting data-transformation econometrics

2

Puis-je faire confiance à une régression si les variables sont autocorrélées?

Les deux variables (dépendantes et indépendantes) montrent des effets d'autocorrélation. Les données sont des séries chronologiques et stationnaires Lorsque j'exécute, les résidus de régression ne semblent pas être corrélés. Ma statistique de Durbin-Watson est supérieure à la valeur critique supérieure, il existe donc une preuve que les termes d'erreur ne …

9 regression time-series autocorrelation

2

Méthode (s) de pointe pour trouver zéro portion moyenne d'une série chronologique

J'ai des séries chronologiques bruyantes que je dois segmenter en ces portions avec une moyenne nulle et ces portions sans moyenne nulle. Il est important de trouver les limites aussi précisément que possible (clairement où la limite se situe précisément est un peu subjectif). Je pense qu'une variante de cusum …

9 time-series classification mean change-point

1

Calcul manuel PACF

J'essaie de reproduire le calcul que font SAS et SPSS pour la fonction d'autocorrélation partielle (PACF). En SAS, il est produit par Proc Arima. Les valeurs PACF sont les coefficients d'une autorégression de la série d'intérêt sur les valeurs décalées de la série. Ma variable d'intérêt étant les ventes, je …

9 time-series autocorrelation partial

2

Le VAR est-il une MANOVA avec régression automatique?

Quelles sont les différences entre VAR (vector auto regression) et MANOVA?

9 time-series manova autoregressive

1

Lignes pointillées dans le tracé ACF en R

Je passe en revue le livre «Introductory Time Series with R» de Cowpertwait et Metcalfe. À la page 36, il indique que les lignes sont à: . J'ai lu ici R forum que les lignes sont à . −1/n±2/n−−√−1/n±2/n-1/n \pm 2/\sqrt{n}±1.96/n−−√±1.96/n\pm 1.96/\sqrt{n} J'ai exécuté le code suivant: b = c(3,1,4,1) …

9 r time-series

2

Comment savoir quand un graphique atteint un sommet et des plateaux?

Cela peut sembler très basique, mais j'ai ce problème: j'ai une file d'attente de données avec une taille de fenêtre de 300. De nouvelles données sont ajoutées à une extrémité, les anciennes valeurs sont supprimées de l'autre extrémité. Je m'attends à ce que les données de la file d'attente restent …

9 time-series maximum

2

Évaluation des pics dans les séries temporelles des données de signal cellulaire

Je mesure l'existence d'une réponse dans les mesures du signal cellulaire. J'ai d'abord appliqué un algorithme de lissage (Hanning) à la série temporelle de données, puis détecté les pics. Ce que je reçois est ceci: Si je voulais rendre la détection de la réponse un peu plus objective que "oui, …

9 time-series python signal-detection

3

Meilleur algorithme pour classer les données moteur des séries chronologiques

Je travaille sur un projet de contrôle machine. Nous pouvons mesurer le courant du moteur pendant le fonctionnement. Des exemples de données de deux moteurs exécutant une opération avec succès se trouvent ci-dessous. La trace rouge montre le courant d'un moteur, la trace bleue le courant d'un autre. Je voudrais …

9 time-series

1

Imputation multiple pour les données de comptage manquantes dans une série chronologique à partir d'une étude par panel

J'essaie de résoudre un problème qui concerne l'imputation des données manquantes d'une étude de données de panel (je ne sais pas si j'utilise correctement «l'étude de données de panel» - telle que je l'ai apprise aujourd'hui.) J'ai des données sur le nombre total de décès pour les années 2003 jusqu'en …

9 r time-series panel-data data-imputation

6

Test de stabilité dans une série chronologique

Existe-t-il une méthode standard (ou meilleure) de test lorsqu'une série chronologique donnée s'est stabilisée? Une certaine motivation J'ai un système dynamique stochastique qui produit une valeur à chaque pas de temps . Ce système a un comportement transitoire jusqu'au pas de temps , puis se stabilise autour d'une valeur moyenne …

9 time-series machine-learning

5

Détermination automatique du seuil de détection des anomalies

Je travaille avec une série chronologique de scores d'anomalies (l'arrière-plan est la détection d'anomalies dans les réseaux informatiques). Chaque minute, j'obtiens un score d'anomalie qui me dit à quel point l'état actuel du réseau est "inattendu" ou anormal. Plus le score est élevé, plus l'état actuel est anormal. Des scores …

9 time-series outliers threshold

Questions marquées «time-series»