Tengo muchas imágenes de trama de satélite disponibles de diferentes sensores. De estos, los más gruesos tienen una resolución temporal muy abundante. Los rásteres de resolución media tienden a tener menos fechas de adquisición, pero aún hay cierto grado de información disponible. Las de resolución...
Quiero ajustar un DLM con coeficientes variables en el tiempo, es decir, una extensión de la regresión lineal habitual, yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . Tengo un predictor ( ) y una variable de respuesta ( ), capturas anuales de peces marinos y continentales, respectivamente,...
Tengo muchas series de tiempo con períodos: día, semana o mes. Con stl()función o con loess(x ~ y)puedo ver cómo se ven las tendencias de series de tiempo particulares. Necesito detectar si la tendencia de las series temporales está aumentando o disminuyendo. ¿Cómo puedo manejar eso? Traté de...
Mi pregunta es realmente simple, pero esas son las que realmente me entienden :) Realmente no sé cómo evaluar si una serie de tiempo específica se descompondrá utilizando un método de descomposición aditiva o multiplicativa. Sé que hay indicios visuales para distinguirlos, pero no los...
Supongamos que tengo alguna función desconocida Fff con el dominio Rℝℝ , que sé que cumple algunas condiciones razonables como la continuidad. Sé los valores exactos de Fff (porque los datos provienen de una simulación) en algunos puntos de muestreo equidistantes con , que puedo suponer que son lo...
Estamos utilizando STL (implementación R) para pronosticar datos de series temporales. Todos los días hacemos pronósticos diarios. Nos gustaría comparar los valores de pronóstico con valores reales e identificar la desviación promedio. Por ejemplo, ejecutamos el pronóstico para mañana y obtuvimos...
Necesito implementar la detección de anomalías en varios conjuntos de datos de series temporales. Nunca he hecho esto antes y esperaba algún consejo. Me siento muy cómodo con Python, por lo que preferiría que se implementara la solución (la mayor parte de mi código es Python para otras partes de mi...
Solo porque un corresponsal planteó una pregunta interesante sobre los métodos de cálculo de la autocorrelación, comencé a jugar con ella, casi sin ningún conocimiento sobre series de tiempo y autocorrelación. El corresponsal organizó sus datos ( puntos de datos de una serie de tiempo)...
Estoy ocupado con el modelado ARIMA aumentado con variables exógenas para fines de modelado promocional y me cuesta explicarlo a los usuarios comerciales. En algunos casos, los paquetes de software terminan con una función de transferencia simple, es decir, parámetro * Variable exógena. En este...
Mis datos en bruto consisten en una serie temporal de 60 días con una tendencia a la baja. Los datos son semanales, por lo que la frecuencia se establece en 7. Calculé la diferencia de los datos que se ve así Cuando ejecuto gráficos ACF y PACF en la diferencia, ¿parece que obtengo resultados...
Utilizo la decomposefunción Ry encuentro los 3 componentes de mi serie temporal mensual (tendencia, estacional y aleatoria). Si trazo el gráfico o miro la tabla, puedo ver claramente que la serie temporal se ve afectada por la estacionalidad. Sin embargo, cuando retrocedo la serie temporal en las...
Estoy aprendiendo sobre la regresión. He hecho algunas regresiones transversales que están bien. Recientemente hice una simple regresión de series de tiempo. Así que tengo vectores ay & x, cada uno con 1000 observaciones. Hice una simple regresión de ols en Excel que pensé que estaba bien. Sin...
Me gustaría utilizar una red neuronal para predecir series de tiempo financieras. Vengo de un entorno de TI y tengo algunos conocimientos de redes neuronales y he estado leyendo sobre estos: TDNN RNN He estado buscando paquetes R para ellos y solo encontré uno para RNN, el paquete RSNNS que...
Tengo datos mensuales de 1993 a 2015 y me gustaría hacer pronósticos sobre estos datos. Utilicé el paquete tsoutliers para detectar los valores atípicos, pero no sé cómo continúo pronosticando con mi conjunto de datos. Este es mi
La arimaxfunción en el TSApaquete es, que yo sepa, el único Rpaquete que se ajustará a una función de transferencia para los modelos de intervención. Sin embargo, carece de una función de predicción que a veces es necesaria. ¿Es lo siguiente una solución alternativa para este problema,...
Considere un proceso aleatorio para el cual existe la media , y es constante, para todos los tiempos , es decir, para todos los tiempos y cambios de tiempo (o "rezagos") . No impongo más condiciones en los momentos superiores ni en la función de distribución. ¿Cómo puedo describir tal proceso? Solo...
Suponga la siguiente secuencia unidimensional: A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... Las letras A, B, C, ..aquí representan eventos 'ordinarios'. Los símbolos #, $, %, ...aquí representan eventos 'especiales' El espacio temporal entre todos los eventos no es uniforme (cualquier cosa,...
Estoy trabajando extensamente con modelos de series de tiempo financieras, principalmente AR (I) MA y Kalman. Un problema que sigo enfrentando es la frecuencia de muestreo. Inicialmente, pensaba que si se me ofrecía la posibilidad de tomar muestras con mayor frecuencia de un proceso subyacente,...
¿Cómo asigno más peso a las observaciones más recientes en R? Supongo que esto es una pregunta o deseo común, pero me resulta difícil descubrir exactamente cómo implementar esto. He intentado buscar mucho para esto, pero no puedo encontrar un buen ejemplo práctico. En mi ejemplo, tendría un gran...
En modelos de series de tiempo, como ARMA-GARCH, para seleccionar el retraso u orden apropiado del modelo, se utilizan diferentes criterios de información, como AIC, BIC, SIC, etc. Mi pregunta es muy simple, ¿por qué no usamos ajustado para elegir el modelo apropiado? Podemos seleccionar un...