En el modelado climático, está buscando modelos que puedan representar adecuadamente el clima de la Tierra. Esto incluye mostrar patrones semicíclicos: cosas como la Oscilación del Sur de El Niño. Pero la verificación del modelo ocurre generalmente en períodos de tiempo relativamente cortos, donde...
En el análisis de datos de panel, he utilizado modelos de varios niveles con efectos aleatorios / mixtos para tratar problemas de autocorrelación (es decir, las observaciones se agrupan dentro de los individuos a lo largo del tiempo) con otros parámetros agregados para ajustar algunas...
En una red neuronal recurrente, generalmente reenviaría la propagación a través de varios pasos de tiempo, "desenrollaría" la red y luego la propagación hacia atrás a través de la secuencia de entradas. ¿Por qué no simplemente actualizar los pesos después de cada paso individual en la secuencia?...
No parece haber una forma estándar de tratar los datos faltantes en el contexto de la familia de modelos de suavizado exponencial. En particular, la implementación de R llamada ets en el paquete de pronóstico parece tomar la subsecuencia más larga sin datos faltantes, y el libro "Pronóstico con...
Estoy tratando de comprender la medida dinámica de deformación del tiempo para comparar series de tiempo juntas. Tengo tres series de datos de series de tiempo como esta: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783,...
En la investigación de la econometría financiera, es muy común investigar las relaciones entre series de tiempo financieras que toman la forma de datos diarios . La variable a menudo se convertirá en tomando la diferencia logarítmica, por ejemplo; ln ( P t ) - ln ( P t - 1
Puede ser una pregunta extraña, pero como novato en el tema, me pregunto por qué usamos la regresión para detener una serie de tiempo si una de las suposiciones de la regresión es que los datos deberían aplicarse, mientras que los datos en los que se aplica la regresión son no...
Tengo un conjunto de datos que incluye la demanda de varios productos (1200 productos) durante 25 períodos y necesito predecir la demanda de cada producto para el próximo período. Al principio, quería usar ARIMA y entrenar un modelo para cada producto, pero debido a la cantidad de productos y el...
Voy a usar el modelo ARMA-GARCH para series de tiempo financieras y me preguntaba si la serie debería ser estacionaria antes de aplicar dicho modelo. Sé que para aplicar el modelo ARMA, la serie debe ser estacionaria, sin embargo, no estoy seguro de ARMA-GARCH, ya que incluyo errores GARCH que...
Quiero ejecutar una regresión logística binaria para modelar la presencia o ausencia de conflicto (variable dependiente) a partir de un conjunto de variables independientes durante un período de 10 años (1997-2006), y cada año tiene 107 observaciones. Mis independientes son: degradación de la...
Esta pregunta puede ser muy ingenua, pero la forma en que me enseñan econometría me confunde mucho si hay una diferencia entre las series de tiempo y el método de datos de panel. Con respecto a las series de tiempo, he cubierto temas como la covarianza estacionaria, AR, MA, etc. Con respecto a los...
Tengo dos datos GPS de 2 horas con una frecuencia de muestreo de 1 Hz (7200 mediciones). Los datos se dan en la forma , donde es la incertidumbre de medición.(X,Xσ,Y,Yσ,Z,Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma)NσnorteσN_\sigma Cuando tomo la media de todas las mediciones (por...
Estoy usando la descomposición del valor singular como técnica de reducción de dimensionalidad. Dados los Nvectores de dimensión D, la idea es representar las características en un espacio transformado de dimensiones no correlacionadas, lo que condensa la mayor parte de la información de los datos...
¿Tiene sentido estandarizar una variable dependiente dentro del grupo de identificación? El siguiente documento de trabajo (Desaceleración de la deforestación en la Amazonía legal; ¿Precios o políticas ?, pdf ) utiliza una variable dependiente estandarizada para analizar el efecto del cambio de...
Tengo múltiples codificadores independientes que están tratando de identificar eventos en una serie de tiempo, en este caso, viendo videos de conversaciones cara a cara y buscando comportamientos no verbales particulares (por ejemplo, cabezazos) y codificando el tiempo y la categoría de cada uno....
Estoy haciendo algunos pronósticos en R usando el paquete de pronósticos de Rob Hyndman . El papel que pertenece al paquete se puede encontrar aquí . En el documento, después de explicar los algoritmos de pronóstico automático, los autores implementan los algoritmos en el mismo conjunto de datos....
En R (2.15.2) instalé una vez un ARIMA (3,1,3) en una serie de tiempo y una vez un ARMA (3,3) en la serie de tiempo una vez diferenciada. Los parámetros ajustados difieren, lo que atribuí al método de ajuste en ARIMA. Además, ajustar un ARIMA (3,0,3) en los mismos datos que ARMA (3,3) no dará como...
Editar He encontrado un documento que describe exactamente el procedimiento que necesito. La única diferencia es que el documento interpola datos medios mensuales a diarios, al tiempo que conserva los medios mensuales. Tengo problemas para implementar el enfoque R. Cualquier pista es...
Entiendo la causalidad como se usa en microeconomía (en particular, el diseño de discontinuidad IV o regresión) y también la causalidad de Granger como se usa en la econometría de series de tiempo. ¿Cómo me relaciono uno con el otro? Por ejemplo, he visto que ambos enfoques se utilizan para datos...
¿Cómo se define la varianza a largo plazo en el ámbito del análisis de series temporales? Entiendo que se utiliza en el caso de que haya una estructura de correlación en los datos. ¿Entonces nuestro proceso estocástico no sería una familia de X1,X2…X1,X2…X_1, X_2 \dots iid variables aleatorias...