Preguntas etiquetadas con time-series

Tengo una serie temporal de medidas (alturas-series unidimensionales). En el período de observación, el proceso de medición se redujo durante algunos puntos de tiempo. Entonces, los datos resultantes son un vector con NaNs donde había lagunas en los datos. Usando MATLAB, esto me está causando un...

Como pasatiempo secundario, he estado explorando las series temporales de pronósticos (en particular, usando R). Para mis datos, tengo el número de visitas por día, por cada día que se remonta a casi 4 años. En estos datos hay algunos patrones distintos: De lunes a viernes tiene muchas visitas...

Estoy bastante seguro de que me falta algo obvio aquí, pero estoy bastante confundido con diferentes términos en el campo de series de tiempo. Si lo entiendo correctamente, los errores autocorrelacionados en serie son un problema en los modelos de regresión (ver, por ejemplo, aquí ). Mi pregunta...

Tengo un conjunto de datos bastante complicado para analizar, y no puedo encontrar una buena solución para ello. Aquí está la cosa: 1. los datos en bruto son esencialmente grabaciones de canciones de insectos. Cada canción está compuesta de varias ráfagas, y cada ráfaga está compuesta de...

He estado ajustando algunos datos de series de tiempo usando un modelo aditivo general de Poisson usando SAS PROC GAM. En términos generales, he estado haciendo que su procedimiento de validación cruzada generalizado incorporado genere al menos un "punto de partida" decente para mi spline...

Esto debe aparecer --- el pronóstico de cosas que están atrapadas entre 0 y 1. En mi serie, sospecho que hay un componente de regresión automática y también un componente de reversión a la media, por lo que quiero algo que pueda interpretar como un ARIMA --- pero no quiero que se dispare al 1000%...

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi

Por ejemplo: Quiero pronosticar valores futuros de una serie temporal basados ​​en valores previos de múltiples series temporales 'utilizando un ANN y / o SVM. Las entradas serán valores rezagados de cada serie de tiempo, y las salidas serán pronósticos de un paso adelante (los pronósticos con...

He ajustado el modelo ARIMA (5,1,2) usando la auto.arima()función en R y al mirar en orden podemos decir que este no es el mejor modelo para pronosticar. Si existen valores atípicos en la serie de datos, ¿cuál es el método para ajustar un modelo a dichos

Dado que no podemos ajustar el modelo ARIMA cuando se viola el supuesto de varianza constante, ¿qué modelo se puede usar para ajustar series de tiempo

He estado lidiando con el siguiente problema. Tengo una especie de sistema de tiempo real y cada período de tiempo leo su valor actual, creando una serie de tiempo (como 1, 12, 2, 3, 5, 9, 1, ...). Me gustaría conocer métodos (estadística y aprendizaje automático) para pronosticar el siguiente...

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...

Soy principiante en R, ¿Podría explicar cómo utilizar ses en el paquete de previsión de R pronóstico ? Me gustaría elegir el número de períodos iniciales y la constante de suavizado. d <-

Tengo problemas para distinguir entre los conceptos de escedasticidad y estacionariedad. Según tengo entendido, la heterocedasticidad es una variabilidad diferente en las subpoblaciones y la no estacionariedad es una media / varianza cambiante a lo largo del tiempo. Si esta es una comprensión...

En gran parte de la literatura que estoy estudiando, es uno de esos términos que ocurre con frecuencia pero sin una definición rigurosa. Específicamente, me dicen: Para variables aleatorias indexadas en el tiempo (RV) {Xt}{Xt}\{X_t\}, el modelo de descomposición aditiva se da como...

Estoy usando Dynamic Time Warping para que coincida con una "consulta" y una curva de "plantilla" y tengo un éxito razonable hasta el momento, pero tengo algunas preguntas básicas: Estoy evaluando una "coincidencia" al evaluar si el resultado de DTW es menor que algún valor umbral que...

A medida que avanzo en el pronóstico con los modelos ARIMA, estoy tratando de entender cómo puedo mejorar un pronóstico basado en el ajuste ARIMA con la estacionalidad y la deriva. Mis datos son las siguientes series temporales (más de 3 años, con una clara tendencia al alza y una estacionalidad...

Tengo una serie de puntos de datos en este formulario (marca de tiempo, lat, largo) para un conjunto de usuarios. Cada usuario tiene una trayectoria cuando viaja del punto A al punto B. Puede haber cualquier número de puntos de A a B. Son puntos de datos ordenados en función de la marca de tiempo....

Tengo un modelo dinámico de Bayes ingenuo entrenado en un par de variables temporales. La salida del modelo es la predicción de P(Event) @ t+1, estimada en cada uno t. La gráfica de P(Event)versus timees como se da en la figura a continuación. En esta figura, la línea negra representa P(Event)lo...

Pregunta : ¿La configuración a continuación es una implementación sensata de un modelo de Markov oculto? Tengo un conjunto de datos de 108,000observaciones (tomadas en el transcurso de 100 días) y aproximadamente 2000eventos a lo largo de todo el período de observación. Los datos se parecen a la...