Estoy usando un modelo de retraso distribuido para analizar datos de series de tiempo. La duración del período de estudio es de 18 años, y la observación son datos anuales. Cuando se incluye un efecto de retraso de 1 año, falta el primer año de la variable de retraso. Luego, un efecto de retraso de...
Aquí hay una consulta reciente de correlación de Google: http://www.google.com/trends/correlate/search?e=internet+usage&t=weekly# Como puede ver en el cuadro de búsqueda en ese enlace, ingresé "uso de internet" y Google hizo el resto. Muestra un valor de 0.9298 como la "correlación" con la...
Estoy buscando entender esto desde una perspectiva gerencial. Por ejemplo, si estuviera explicando la regresión lineal, diría que es una línea de mejor ajuste a través de algunos puntos de datos y se puede usar para predecir un valor "y" para algún valor dado de "x". ¿Existe una explicación análoga...
Tengo un experimento de curso de tiempo que sigue a 8 grupos de tratamiento de 12 peces durante 24 horas con observaciones realizadas a intervalos de 5 segundos. Entre las mediciones realizadas se encuentra qué tan lejos viaja cada pez (en mm) entre las observaciones. Las 24 horas se dividen en 1...
Estoy trabajando en un modelo de pronóstico basado en ANN para una serie de tiempo financiera. Estoy usando 5 veces la validación cruzada y el rendimiento promedio es regular. El rendimiento en el último pliegue (la iteración donde el último segmento se omite del entrenamiento y se usa para la...
Estoy tratando de usar el randomSurvivalForestpaquete Rpara predecir el próximo evento en una serie de eventos (usando res <- predict(fit,v)), pero todo lo que obtengo es un% total de sobrevivientes y luego el riesgo acumulativo para cada individuo en el res$ensemble. ¿Puedo usar esto para...
La forma más simple de un proceso de ruido blanco es donde sus observaciones no están correlacionadas. Podemos verificar esto aplicando, por ejemplo, una prueba de portmanteau como Lung - Box o Box - Pierce. La serie podría ser ruido blanco gaussiano donde las observaciones no están correlacionadas...
He escuchado un poco sobre el uso de redes neuronales para pronosticar series temporales , específicamente redes neuronales recurrentes . Me preguntaba, ¿hay un paquete de red neuronal recurrente para R? Parece que no puedo encontrar uno en CRAN . Lo más cercano que he llegado es la función nnetTs...
Adjunto una foto de la serie de tiempo de la que estoy hablando. La parte superior es la serie original, la parte inferior es la serie diferenciada. Cada punto de datos es una lectura promedio de 5 minutos de un medidor de tensión. Este medidor de tensión se coloca en una máquina. Las áreas...
Tengo una gran colección de series de tiempo: mediciones tomadas cada 15 minutos (96 mediciones en un día) en el transcurso de 1 año en diferentes lugares. He dividido cada serie de tiempo en 365 series de tiempo más pequeñas, 1 para cada día del año. Mirando estas series de tiempo, ciertamente...
¿Qué métodos existen para medir la fuerza de las relaciones arbitrarias altamente no lineales entre dos variables emparejadas? Por altamente no lineal, me refiero a las relaciones que no pueden modelarse de manera sensata o confiable mediante la regresión a un modelo conocido. Estoy particularmente...
Soy desarrollador web y estadístico novato. Mis datos se parecen a esto Subject Week x1 x2 x3 x4 x5 y1 A 1 .5 .6 .7 .8 .7 10 B 1 .3 .6 .2 .1 .3 8 C 1 .3 .1 .2 .3 .2 6 A 2 .1 .9 1.5 .8 .7 5 B 2 .3 .6 .3 .1 .3 2 D 2 .3 .1 .4 .3 .5 10 Estoy tratando de predecir y1 como producto de las variables...
Estoy tratando de entender el análisis factorial dinámico. Hasta ahora, entiendo que DFA es solo un análisis factorial más un modelo de series de tiempo en los puntajes (las cargas permanecen fijas). Sin embargo, en los casos que he visto, el modelo en los puntajes es solo una caminata aleatoria...
Introducción Mi objetivo es pronosticar las tasas de crecimiento anual para una serie de indicadores macroeconómicos (denotar uno por YtYtY_t) Una de las tareas es probar el rendimiento de pronóstico de modelos de series temporales rivales con y sin variables exógenas (XtXtX_t, una T×kT×kT\times...
Leí en la serie temporal de John Cochrane para Macroeconomía y Finanzas que: La autocovarianza puede caracterizar completamente las series de tiempo [distribución conjunta]. No entiendo completamente la conexión entre covarianza y distribución conjunta aquí. ¿Alguien puede explicar...
Estoy usando ARMA sobre un conjunto de datos con muestras faltantes. ¿Cómo los trato? ¿Sugeriría hacer una interpolación lineal / no lineal o simplemente mantenerlos fuera y considerar dos muestras con datos faltantes como muestras
Como institución financiera, a menudo nos encontramos con el análisis de datos de series temporales. Muchas veces terminamos haciendo regresión usando variables de series de tiempo. A medida que esto sucede, a menudo encontramos residuos con una estructura de series de tiempo que viola la...
Supongamos que son series de tiempo con , ( y es similar a la de , pero cambia cuando el dummy = 1). y , . En un entorno real, esto será un rendimiento periódico del mercado de valores sobre empresas (pero puede ignorar esto). Hay un ficticio, que es igual a la unidad sobre e igual a cero en caso...
Estoy calculando algunas probabilidades condicionales y los intervalos de confianza del 95% asociados. Para muchos de mis casos, tengo recuentos directos de xéxitos fuera de los nensayos (de una tabla de contingencia), por lo que puedo usar un intervalo de confianza binomial, como se proporciona...
Realmente no sé qué es posible, y me gustaría un puntero en la dirección correcta. Tengo medidas de tiempo y posición que pueden ser cualquier cosa, desde una persona caminando, un vehículo en una carretera, un estacionamiento o una impresora en una oficina. Necesito calcular los tiempos de viaje...