Pracuję nad projektem sterowania maszyną. Możemy zmierzyć prąd silnika podczas pracy. Przykładowe dane z dwóch silników wykonujących operację pomyślnie znajdują się poniżej. Czerwony ślad pokazuje prąd z jednego silnika, niebieski ślad prądu z drugiego. Chciałbym spróbować opracować algorytm...
Może to zabrzmieć bardzo prosto, ale mam ten problem: mam kolejkę danych o rozmiarze okna 300. Nowe dane są dodawane z jednego końca, stare wartości są usuwane z drugiego końca. Oczekuję, że dane w kolejce pozostaną mniej więcej spójne, np .: 10,12,15,10,20, a następnie zaczną gwałtownie rosnąć:...
Sprawdzam obecność odpowiedzi w pomiarach sygnałów komórkowych. Najpierw zastosowałem algorytm wygładzania (Hanning) do szeregów czasowych danych, a następnie wykryłem piki. Dostaję to: Gdybym chciał, aby wykrycie odpowiedzi było nieco bardziej obiektywne niż „tak, widzisz wzrost w ciągłym...
Przeglądam książkę „Introductory Time Series with R” autorstwa Cowpertwait i Metcalfe. Na stronie 36 Napisano, że wiersze znajdują się w: . Przeczytałem tutaj R forum, że wiersze są na . - 1 / n ± 2 /n--√−1/n±2/n-1/n \pm 2/\sqrt{n}± 1,96 /n--√±1.96/n\pm 1.96/\sqrt{n} Uruchomiłem następujący kod:...
Jakie są różnice między VAR (auto regresją wektorową) a
Mam zaszumione szeregi czasowe, które muszę podzielić na te części ze średnią zerową i te części bez średniej zerowej. Znalezienie granic tak dokładnie, jak to możliwe, jest ważne (jasne, gdzie granica dokładnie leży, jest nieco subiektywne). Wydaje mi się, że można by do tego dostosować wariant...
Próbuję powtórzyć obliczenia wykonywane przez SAS i SPSS dla częściowej funkcji autokorelacji (PACF). W SAS jest produkowany przez Proc Arima. Wartości PACF są współczynnikami autoregresji szeregu zainteresowania w stosunku do opóźnionych wartości szeregu. Moją zmienną zainteresowania jest...
Obie zmienne (zależne i niezależne) wykazują efekty autokorelacji. Dane są szeregami czasowymi i stacjonarnymi Po uruchomieniu regresji reszty wydają się nie być skorelowane. Moja statystyka Durbina-Watsona jest większa niż górna wartość krytyczna, więc istnieją dowody, że terminy błędów nie są...
Wprowadzenie W połączeniu prognoz jedno z popularnych rozwiązań opiera się na zastosowaniu pewnego kryterium informacyjnego. Biorąc na przykład kryterium oszacowane dla modelu , można obliczyć różnice AIC_j od AIC ^ * = \ min_j {AIC_j}, a następnie RP_j = e ^ {(AIC ^ * - AIC_j) / 2} można...
Mam szereg czasowy pomiarów (wysokości-jednowymiarowy szereg). W okresie obserwacji proces pomiaru spadł o kilka punktów czasowych. Tak więc dane wynikowe są wektorem z NaN, w których występują luki w danych. Korzystanie z MATLAB-a powoduje mi problem podczas obliczania autokorelacji ( autocorr) i...
Jako hobby poboczne zajmowałem się prognozowaniem szeregów czasowych (w szczególności przy użyciu R). Dla moich danych mam liczbę odwiedzin dziennie, na każdy dzień sięgający prawie 4 lat. W tych danych są pewne wyraźne wzorce: Poniedziałek-piątek ma wiele odwiedzin (najwyższe w Pon / Wt), ale...
Mam dość skomplikowany zestaw danych do analizy i nie mogę znaleźć dla niego dobrego rozwiązania. Oto rzecz: 1. surowe dane są zasadniczo nagraniami owadów. Każda piosenka składa się z kilku serii, a każda seria składa się z podjednostek. Wszystkie osoby były rejestrowane przez 5 minut. Liczba...
Dopasowuję niektóre dane szeregów czasowych za pomocą ogólnego modelu addytywnego Poissona za pomocą SAS PROC GAM. Mówiąc ogólnie, mam wbudowaną uogólnioną procedurę walidacji krzyżowej, która generuje co najmniej przyzwoity „punkt początkowy” dla mojego pojedynczego splajnu, który jest nieliniową...
Z tego artykułu pochodzą następujące przeszczepy . Jestem nowicjuszem w bootstrapie i próbuję zaimplementować parametryczne, semiparametryczne i nieparametryczne bootstrapowanie dla liniowego modelu mieszanego z R bootpakietem. Kod R. Oto mój
Dopasowałem model ARIMA (5,1,2), używając auto.arima()funkcji w R i patrząc na porządek, możemy powiedzieć, że nie jest to najlepszy model do prognozowania. Jeśli w seriach danych występują wartości odstające, jaka jest metoda dopasowania modelu do takich
Ponieważ nie możemy dopasować modelu ARIMA w przypadku naruszenia założenia stałej wariancji, jaki model można zastosować do dopasowania szeregów czasowych
Załóżmy, że mam jedną próbkę częstotliwości 4 możliwych zdarzeń: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 i mam spodziewane prawdopodobieństwo wystąpienia moich zdarzeń: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dzięki sumie obserwowanych częstotliwości moich czterech zdarzeń (18) mogę obliczyć oczekiwane...
Jestem początkującym w R. Czy możesz wyjaśnić, jak używać ses w pakiecie prognozy R prognozy ? Chciałbym wybrać liczbę początkowych okresów i stałą wygładzania. d <-
Mam problem z rozróżnieniem pojęć skrzeczności i stacjonarności. Jak rozumiem, heteroscedastyczność różni się zmiennością w subpopulacjach, a niestacjonarność jest zmieniającą się średnią / wariancją w czasie. Jeśli jest to prawidłowe (choć uproszczone) zrozumienie, czy niestacjonarność jest po...
Korzystam z dynamicznego dopasowywania czasu, aby dopasować „zapytanie” i krzywą „szablonu” i jak dotąd mam rozsądny sukces, ale mam kilka podstawowych pytań: Oceniam „dopasowanie”, oceniając, czy wynik DTW jest mniejszy niż pewna wartość progowa, którą wymyślam heurystycznie. Czy to jest ogólne...