Procedura wyboru modelu Boxa-Jenkinsa w analizie szeregów czasowych rozpoczyna się od przyjrzenia się funkcjom autokorelacji i częściowej autokorelacji w serii. Te wykresy mogą sugerować odpowiednie i q w modelu ARMA ( p , q ) . Procedura jest kontynuowana, prosząc użytkownika o zastosowanie...
W analizie danych panelowych wykorzystałem modele wielopoziomowe z efektami losowymi / mieszanymi, aby poradzić sobie z problemami autokorelacji (tj. Obserwacje są skupione w obrębie poszczególnych osób w czasie) z innymi parametrami dodanymi w celu dostosowania do niektórych specyfikacji czasu i...
Jak zniechęcić szeregi czasowe? Czy wystarczy wziąć pierwszą różnicę i przeprowadzić test Dickeya Fullera, a jeśli jest stacjonarny, jesteśmy dobrzy? Odkryłem również w Internecie, że mogę odrzucić szeregi czasowe, robiąc to w Stata: reg lncredit time predict u_lncredit, residuals twoway line...
Chciałbym przeprowadzić prognozę opartą na modelu szeregowym ARIMA z szeregiem czasowym z wieloma zmiennymi egzogenicznymi. Ponieważ nie jestem tak zręczny, jeśli chodzi o brak statystyk, ani RI nie chcę, aby utrzymanie było tak proste, jak to możliwe (wystarczająca jest prognoza trendów na 3...
Próbuję uchwycić dynamiczny środek dopasowania czasu do porównywania szeregów czasowych razem. Mam trzy zestawy danych szeregów czasowych takie jak to: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366,...
W nawracającej sieci neuronowej zwykle propagujesz w przód przez kilka kroków czasowych, „rozwijasz” sieć, a następnie w tył propagujesz w sekwencji danych wejściowych. Dlaczego po prostu nie aktualizowałbyś wag po każdym indywidualnym kroku w sekwencji? (odpowiednik użycia długości obcięcia 1,...
Jestem absolwentem biznesu i ekonomii, który obecnie studiuje magister inżynierii danych. Podczas badania regresji liniowej (LR), a następnie analizy szeregów czasowych (TS), przyszło mi do głowy pytanie. Po co tworzyć zupełnie nową metodę, tj. Szeregi czasowe (ARIMA), zamiast stosować wielokrotną...
Chcę uruchomić binarną regresję logistyczną, aby modelować obecność lub brak konfliktu (zmienna zależna) z zestawu zmiennych niezależnych w okresie 10 lat (1997-2006), przy czym każdego roku ma 107 obserwacji. Moi niezależni to: degradacja gruntów (kategoryczna dla 2 rodzajów degradacji); wzrost...
Zamierzam użyć modelu ARMA-GARCH do finansowych szeregów czasowych i zastanawiałem się, czy seria powinna być stacjonarna przed zastosowaniem tego modelu. Wiem, że stosuję model ARMA, seria powinna być stacjonarna, jednak nie jestem pewien co do ARMA-GARCH, ponieważ uwzględniam błędy GARCH, które...
To może być dziwne pytanie, ale jako nowicjusz w temacie zastanawiam się, dlaczego używamy regresji, aby zniechęcać szeregi czasowe, jeśli jednym z założeń regresji jest to, że dane powinny zostać uwzględnione, podczas gdy dane, na których stosuje się regresję, są nie...
W modelowaniu klimatu szukasz modeli, które mogą odpowiednio zobrazować klimat Ziemi. Obejmuje to pokazywanie wzorców, które są półcykliczne: rzeczy takie jak oscylacja południowa El Nino. Ale weryfikacja modelu odbywa się na ogół w stosunkowo krótkim czasie, w którym istnieją przyzwoite dane...
Ostatnio szukałem sposobów na ponowne próbkowanie szeregów czasowych Zachowaj w przybliżeniu autokorelację długich procesów pamięci. Zachowaj domenę obserwacji (na przykład seria liczb całkowitych po ponownym próbkowaniu jest nadal serią liczb całkowitych). W razie potrzeby może wpływać tylko na...
Mam problem ze zrozumieniem, dlaczego dbamy o to, czy proces magistra jest odwracalny czy nie. Popraw mnie, jeśli się mylę, ale rozumiem, dlaczego dbamy o to, czy proces AR jest przyczynowy, tj. Czy możemy go „przepisać”, że tak powiem, jako sumę pewnego parametru i białego szumu - tj. proces...
Czy standaryzacja zmiennej zależnej w grupie identyfikacyjnej ma sens? Poniższy dokument roboczy (Spowolnienie wylesiania w legalnej Amazonii; Ceny czy zasady ?, pdf ) wykorzystuje znormalizowaną zmienną zależną do analizy wpływu ogólnej zmiany polityki w Brazylii na wylesianie. Standaryzacja...
Podczas modelowania szeregów czasowych można (1) modelować strukturę korelacyjną terminów błędów, ponieważ np. Proces AR (1) (2) obejmuje zmienną zależną opóźnioną jako zmienną objaśniającą (po prawej stronie) Rozumiem, że są to czasem istotne powody, dla których warto (2). Jakie są jednak...
Jeśli potrafisz mierzyć szereg czasowy obserwacji na dowolnym poziomie precyzji w czasie, a twoim celem jest zidentyfikowanie związku między X i Y, czy istnieje jakieś empiryczne uzasadnienie dla wyboru określonego poziomu agregacji nad innym, czy też powinno wybór należy podjąć na podstawie teorii...
Mam problem z ustaleniem, co plot.stldokładnie oznaczają słupki zasięgu . Znalazłem post Gavina na to pytanie i przeczytałem również dokumentację, rozumiem, że mówią one o względnej wielkości rozłożonych komponentów, ale nadal nie jestem całkowicie pewien, jak działają. Na przykład: dane: malutki...
Edytować Znalazłem artykuł opisujący dokładnie procedurę, której potrzebuję. Jedyna różnica polega na tym, że papier interpoluje średnie dane miesięczne do dziennych, przy jednoczesnym zachowaniu średnich miesięcznych. Mam problem z wdrożeniem tego podejścia R. Wszelkie wskazówki są mile...
Próbuję po prostu zrozumieć, jaki jest związek między normalną regresją wielokrotną / prostą a regresją wielokrotną / prostą, gdy zmienne są różnicowane. Na przykład analizuję związek między saldem depozytów ( ) a stopami rynkowymi ( ) Jeśli uruchomię prostą regresję liniową, korelacja jest ujemna...
Jak definiuje się wariancję długookresową w dziedzinie analizy szeregów czasowych? Rozumiem, że jest wykorzystywany w przypadku, gdy w danych występuje struktura korelacji. Więc nasz proces stochastyczny nie byłby rodziną i losowych zmiennych, a raczej tylko identycznie...