gdy wkraczam w prognozowanie z modelami ARIMA, staram się zrozumieć, jak mogę poprawić prognozę opartą na dopasowaniu ARIMA do sezonowości i dryfu. Moje dane to następujące szeregi czasowe (ponad 3 lata, z wyraźnym trendem wzrostowym i widoczną sezonowością, która wydaje się nie być wspierana...
Mam Dynamiczny Naiwny model Bayesa wyszkolony w zakresie kilku zmiennych czasowych. Dane wyjściowe modelu są prognozami P(Event) @ t+1szacowanymi dla każdego t. Fabuła P(Event)versus timejest taka, jak podano na poniższym rysunku. Na tym rysunku czarna linia przedstawia P(Event)zgodnie z...
Pytanie : Czy konfiguracja poniżej jest sensowną implementacją modelu Hidden Markov? Mam zestaw danych 108,000obserwacji (wykonanych w ciągu 100 dni) i przybliżonych 2000zdarzeń z całego okresu obserwacji. Dane wyglądają jak na poniższym rysunku, gdzie obserwowana zmienna może przyjąć 3 wartości...
Mam wiele satelitarnych obrazów rastrowych dostępnych z różnych czujników. Z nich grubsze mają bardzo dużą rozdzielczość czasową. Rastry o średniej rozdzielczości mają zwykle mniej dat akwizycji, ale nadal dostępny jest pewien stopień informacji. Te o lepszej rozdzielczości mają bardzo niską...
Chcę dopasować DLM ze zmiennymi w czasie współczynnikami, tj. Rozszerzeniem zwykłej regresji liniowej, yt=θ1+θ2)x2)yt=θ1+θ2)x2)y_t = \theta_1 + \theta_2x_2. Mam predyktor (x2)x2)x_2) i zmienną odpowiedzi (ytyty_t), coroczne połowy ryb morskich i śródlądowych odpowiednio w latach 1950–2011. Chcę,...
Mam wiele szeregów czasowych z okresami: dzień, tydzień lub miesiąc. Z stl()funkcją lub z loess(x ~ y)widzę, jak wyglądają trendy poszczególnych szeregów czasowych. Muszę wykryć, czy trend szeregów czasowych rośnie, czy maleje. Jak sobie z tym poradzić? Próbowałem obliczyć współczynniki regresji...
Moje pytanie jest bardzo proste, ale to są te, które naprawdę mnie dopadają :) Naprawdę nie wiem, jak ocenić, czy konkretny szereg czasowy ma zostać rozłożony za pomocą addytywnej czy multiplikatywnej metody rozkładu. Wiem, że istnieją wizualne wskazówki, które odróżniają je od siebie, ale ich nie...
Załóżmy, że mam jakąś nieznaną funkcję z domeną ℝ , o której wiem, że spełnia pewne rozsądne warunki, takie jak ciągłość. Znam dokładne wartości f (ponieważ dane pochodzą z symulacji) w niektórych jednakowo odległych punktach próbkowania t_i = t_0 + iΔt z i∈ \ {1,…, n \} , które mogę założyć, że są...
Używamy STL (implementacja R) do prognozowania danych szeregów czasowych. Codziennie przeprowadzamy codzienne prognozy. Chcielibyśmy porównać wartości prognozowane z wartościami rzeczywistymi i zidentyfikować średnie odchylenie. Na przykład uruchomiliśmy prognozę na jutro i otrzymaliśmy punkty...
Właśnie dlatego, że jakiś korespondent postawił interesujące pytanie dotyczące metod obliczania autokorelacji, zacząłem się nim bawić, prawie bez wiedzy o szeregach czasowych i autokorelacji. Korespondent uporządkował swoje dane (323232 punkty danych szeregu czasowego) przesunięte dodatkowo o...
Zajmuję się modelowaniem ARIMA wzbogaconym o zmienne egzogeniczne do celów modelowania promocyjnego i trudno mi to wytłumaczyć użytkownikom biznesowym. W niektórych przypadkach pakiety oprogramowania kończą się prostą funkcją przesyłania, tj. Parametrem * Zmienna egzogeniczna. W tym przypadku...
Korzystam z decomposefunkcji Ri wymyślam 3 składniki moich miesięcznych szeregów czasowych (trend, sezonowość i losowość). Jeśli wykreślę wykres lub spojrzę na tabelę, wyraźnie widzę, że na szereg czasowy ma wpływ sezonowość. Jednak kiedy regresuję szeregi czasowe do 11 zmiennych sezonowych,...
Mam dane miesięczne od 1993 do 2015 roku i chciałbym przeprowadzić prognozę tych danych. Użyłem pakietu tsoutliers do wykrycia wartości odstających, ale nie wiem, jak dalej prognozować z moim zestawem danych. To jest mój
Załóżmy następującą sekwencję 1 wymiarową: A, B, C, Z, B, B, #, C, C, C, V, $, W, A, % ... Litery A, B, C, ..tutaj reprezentują „zwykłe” wydarzenia. Symbole #, $, %, ...tutaj reprezentują zdarzenia „specjalne” Czasowy odstęp między wszystkimi zdarzeniami jest nierównomierny (od sekund do dni),...
Jak przypisać większą wagę do najnowszych obserwacji w R? Zakładam, że jest to często zadawane pytanie lub pragnienie, ale trudno mi dokładnie wymyślić, jak to zrealizować. Próbowałem znaleźć wiele, ale nie jestem w stanie znaleźć dobrego praktycznego przykładu. W moim przykładzie z czasem...
W modelach szeregów czasowych, takich jak ARMA-GARCH, do wyboru odpowiedniego opóźnienia lub kolejności modelu stosowane są różne kryteria informacyjne, takie jak AIC, BIC, SIC itp. Moje pytanie jest bardzo proste, dlaczego nie używamy skorygowanego aby wybrać odpowiedni model? Możemy wybrać...
Czytam internetowy dokument wykrywający punkt wymiany w Bayesian przez Adamsa i MacKaya ( link ). Autorzy zaczynają od napisania krańcowego rozkładu predykcyjnego: gdzieP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} | \textbf{x}_{1:t}) =...
Używam biblioteki VAR Pytsmodels do modelowania danych finansowych szeregów czasowych, a niektóre wyniki mnie zastanawiają. Wiem, że modele VAR zakładają, że dane szeregów czasowych są nieruchome. Nieumyślnie dopasowałem niestacjonarną serię cen logów dla dwóch różnych papierów wartościowych i, co...
Mam wiele danych szeregów czasowych - poziomy wody i prędkości w funkcji czasu. Jest to wynik symulacji modelu hydraulicznego. W ramach procesu przeglądu, aby potwierdzić, że model działa zgodnie z oczekiwaniami, muszę wykreślić każdy szereg czasowy, aby upewnić się, że w danych nie ma żadnych...
Próbuję modelować i prognozować szereg czasowy, który jest raczej cykliczny niż sezonowy (tzn. Istnieją wzorce podobne do sezonowych, ale nie z ustalonym okresem). Powinno to być możliwe przy użyciu modelu ARIMA, jak wspomniano w sekcji 8.5 Prognozowania: zasady i praktyka : Wartość jest ważna,...