Questions marquées «unevenly-spaced-time-series»

Séries temporelles échantillonnées ou mesurées à des points temporels distribués de manière inégale (ou irrégulière).

8
Existe-t-il un standard de référence pour la modélisation de séries temporelles irrégulièrement espacées?
Dans le domaine de l’économie (je pense), nous avons ARIMA et GARCH pour les séries chronologiques régulièrement espacées et Poisson, Hawkes pour la modélisation des processus ponctuels; qu’en est-il des tentatives de modélisation de séries chronologiques irrégulièrement espacées - existe-t-il (au moins) des pratiques communes? ? (Si vous avez des …
3
Utilisation du package de prévisions R avec des valeurs manquantes et / ou des séries chronologiques irrégulières
Je suis impressionné par le forecastpackage R , ainsi que par exemple le zoopackage pour les séries temporelles irrégulières et l'interpolation des valeurs manquantes. Mon application est dans le domaine des prévisions de trafic du centre d'appels, donc les données le week-end sont (presque) toujours manquantes, ce qui peut être …
1
Analyse de séries chronologiques asynchrones (irrégulières)
J'essaie d'analyser le décalage entre les séries chronologiques de deux cours boursiers. Dans l'analyse de séries chronologiques régulières, nous pouvons faire Cross Correlaton, VECM (Granger Causality). Cependant, comment peut-on gérer la même chose dans des séries temporelles irrégulièrement espacées. L'hypothèse est que l'un des instruments mène l'autre. J'ai des données …
1
Comment corréler deux séries temporelles avec des lacunes et des bases de temps différentes?
J'ai posé cette question sur StackOverflow et on m'a recommandé de la poser ici. J'ai deux séries chronologiques de données d'accéléromètre 3D qui ont des bases de temps différentes (horloges démarrées à des moments différents, avec un très léger fluage pendant la période d'échantillonnage), ainsi que contenant de nombreuses lacunes …
2
Bootstrap paramétrique, semi-paramétrique et non paramétrique pour les modèles mixtes
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
Comment rééchantillonner une série temporelle XTS dans R?
J'ai une XTSsérie chronologique irrégulièrement espacée (avec des POSIXctvaleurs comme type d'index). Comment puis-je créer une nouvelle série temporelle échantillonnée à un intervalle de 10 minutes, par exemple, mais avec chaque instant d'échantillonnage aligné sur une heure ronde (13:00:00, 13:10:00, 13:20:00, ...) . Si un moment de rééchantillonnage ne tombe …
3
Test post hoc dans une conception mixte 2x3 ANOVA utilisant SPSS?
J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x time. Les deux timeet grouprésulté …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
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.