¿Qué es un proceso de ruido blanco?
¿Cuál es la mejor manera de definir el proceso de ruido blanco para que sea intuitivo y fácil de
25
¿Cuál es la mejor manera de definir el proceso de ruido blanco para que sea intuitivo y fácil de
Estoy tratando de hacer análisis de series de tiempo y soy nuevo en este campo. Tengo un recuento diario de un evento del 2006 al 2009 y quiero ajustarle un modelo de serie temporal. Aquí está el progreso que he hecho: timeSeriesObj =
Esto puede ser difícil de encontrar, pero me gustaría leer un ejemplo ARIMA bien explicado que usa matemáticas mínimas extiende la discusión más allá de construir un modelo para usar ese modelo para pronosticar casos específicos utiliza gráficos y resultados numéricos para caracterizar el ajuste...
Tengo una serie de tiempo y quiero subgrupo mientras la mantengo como una serie de tiempo, preservando el inicio, el final y la frecuencia. Por ejemplo, digamos que tengo una serie de tiempo: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102...
¿Hay una buena manera de medir la suavidad de una serie temporal en R? Por ejemplo, -1, -0.8, -0.6, -0.4, -0.2, 0, 0.2, 0.4, 0.6, 0.8, 1.0 es mucho más suave que -1, 0.8, -0.6, 0.4, -0.2, 0, 0.2, -0.4, 0.6, -0.8, 1.0 aunque tienen la misma media y desviación estándar. Sería genial si hay una...
El siguiente código evalúa la similitud entre dos series de tiempo: set.seed(10) RandData <- rnorm(8760*2) America <- rep(c('NewYork','Miami'),each=8760) Date = seq(from=as.POSIXct("1991-01-01 00:00"), to=as.POSIXct("1991-12-31 23:00"), length=8760) DatNew <- data.frame(Loc =...
Estoy buscando un módulo de Python que realice un análisis de punto de cambio en una serie de tiempo. Hay varios algoritmos diferentes y me gustaría explorar la eficacia de algunos de ellos sin tener que manipular manualmente cada uno de los algoritmos. Idealmente, me gustaría tener algunos...
Actualmente estoy usando AnomalyDetection de Twitter en R: https://github.com/twitter/AnomalyDetection . Este algoritmo proporciona detección de anomalías de series temporales para datos con estacionalidad. Pregunta: ¿hay otros algoritmos similares a este (no importa controlar la...
¿Cuál es la forma / método más fácil para calcular la correlación entre dos series de tiempo que son exactamente del mismo tamaño? Pensé en multiplicar y , y sumar la multiplicación. Entonces, si este número único fue positivo, ¿podemos decir que estas dos series están correlacionadas? Sin embargo,...
Recientemente comencé a trabajar para una clínica de tuberculosis. Nos reunimos periódicamente para analizar la cantidad de casos de TB que estamos tratando actualmente, la cantidad de pruebas administradas, etc. Me gustaría comenzar a modelar estos conteos para que no solo estemos adivinando si...
Entiendo que deberíamos usar ARIMA para modelar una serie de tiempo no estacionaria. Además, todo lo que leo dice que ARMA solo debe usarse para series temporales estacionarias. Lo que estoy tratando de entender es, ¿qué sucede en la práctica cuando clasifico mal un modelo y supongo d = 0una serie...
Al hacer una investigación de series temporales en R, descubrí que arima solo proporciona los valores de los coeficientes y sus errores estándar del modelo ajustado. Sin embargo, también quiero obtener el valor p de los coeficientes. No encontré ninguna función que proporcione la importancia de...
Los mecanismos de atención se han utilizado en varios documentos de Deep Learning en los últimos años. Ilya Sutskever, jefe de investigación de Open AI, los ha elogiado con entusiasmo: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 Eugenio Culurciello de la Universidad de...
Esta mañana me desperté preguntándome (esto podría deberse al hecho de que anoche no dormí mucho): dado que la validación cruzada parece ser la piedra angular del pronóstico adecuado de series temporales, ¿cuáles son los modelos que debería "normalmente"? "validación cruzada contra? Se me...
¿Alguien tiene un buen ejemplo para el pronóstico / suavizado de series temporales con el filtro de Kalman en
Usualmente usamos PCA como técnica de reducción de dimensionalidad para datos donde se supone que los casos son iid Pregunta: ¿Cuáles son los matices típicos en la aplicación de PCA para datos dependientes que no son iid? ¿Qué propiedades agradables / útiles de PCA que se mantienen para los datos...
He encontrado dos definiciones en la literatura para el tiempo de autocorrelación de una serie temporal débilmente estacionaria: τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty...
En una pregunta que hice recientemente , me dijeron que era un gran "no-no" extrapolar con loess. Pero, en el artículo más reciente de Nate Silver en FiveThirtyEight.com , habló sobre el uso de loess para hacer predicciones electorales. Estaba discutiendo los detalles específicos de los...
Estoy interesado en la selección de modelos en una configuración de series de tiempo. Para concreción, supongamos que quiero seleccionar un modelo ARMA de un grupo de modelos ARMA con diferentes órdenes de retraso. La intención final es pronosticar . La selección del modelo puede hacerse...
Tengo una serie temporal que contiene componentes dobles estacionales y me gustaría descomponer la serie en los siguientes componentes de la serie temporal (tendencia, componente estacional 1, componente estacional 2 y componente irregular). Hasta donde sé, el procedimiento STL para descomponer una...