Imaginez que nous ayons deux processus de séries temporelles, qui sont stationnaires, produisant: .xt,ytxt,ytx_t,y_t Est , également stationnaire? ∀ α , β ∈ Rzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Toute aide serait appréciée. Je dirais que oui,...
J'ai une question / confusion sur les séries stationnaires requises pour la modélisation avec ARIMA (X). Je pense plus à cela en termes d'inférence (effet d'une intervention), mais j'aimerais savoir si la prévision par rapport à l'inférence fait une différence dans la réponse. Question: Toutes les...
J'ai une série temporelle binaire avec 1 lorsque la voiture ne bouge pas et 0 lorsque la voiture se déplace. Je veux faire une prévision pour un horizon temporel jusqu'à 36 heures à l'avance et pour chaque heure. Ma première approche a été d'utiliser un Naive Bayes en utilisant les entrées...
J'ai une série chronologique quotidienne assez prévisible avec une saisonnalité hebdomadaire. Je peux proposer des prédictions qui semblent assez précises (confirmées par validation croisée) quand il n'y a pas de vacances. Cependant, quand il y a des vacances, j'ai les problèmes suivants: J'obtiens...
Est-ce que chaque série chronologique non stationnaire peut être convertie en une série chronologique stationnaire en appliquant une différenciation? De plus, comment décidez-vous de l'ordre de différenciation à appliquer? Faites-vous simplement une différence avec les intervalles 1,2 ... n, et...
J'exécute le test de racine unitaire suivant (Dickey-Fuller) sur une série chronologique en utilisant la ur.df()fonction dans le urcapackage. La commande est: summary(ur.df(d.Aus, type = "drift", 6)) La sortie est: ############################################### # Augmented Dickey-Fuller Test Unit...
Si nous avons une longue série temporelle à haute résolution, avec beaucoup de bruit, il est souvent judicieux d'agréger les données à une résolution inférieure (par exemple, des valeurs quotidiennes à mensuelles) pour mieux comprendre ce qui se passe, en supprimant efficacement le bruit. J'ai vu...
Considérez le graphique suivant: La ligne rouge (axe de gauche) décrit le volume d'échange d'une certaine action. La ligne bleue (axe droit) décrit le volume de messages Twitter pour ce stock. Par exemple, le 9 mai (05-09), environ 1.100 millions de transactions et 4.000 tweets ont été effectués....
Étant donné les deux séries chronologiques suivantes ( x , y ; voir ci-dessous), quelle est la meilleure méthode pour modéliser la relation entre les tendances à long terme de ces données? Les deux séries chronologiques ont des tests de Durbin-Watson significatifs lorsqu'elles sont modélisées en...
J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1,...
Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les...
Quelles sont la relation et la différence entre les séries chronologiques et la régression? Pour les modèles et les hypothèses , est-il exact que les modèles de régression supposent l'indépendance entre les variables de sortie pour différentes valeurs de la variable d'entrée, contrairement au...
Pourquoi l'analyse des séries chronologiques n'est-elle pas considérée comme un algorithme d'apprentissage automatique (contrairement à la régression linéaire). La régression et l'analyse des séries chronologiques sont des méthodes de prévision. Alors pourquoi l'un d'eux est-il considéré comme un...
J'ai un ensemble de données de série chronologique auquel j'essaie d'adapter un modèle de Markov caché (HMM) afin d'estimer le nombre d'états latents dans les données. Mon pseudo-code pour ce faire est le suivant: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ......
J'essaie de détecter des valeurs anormales dans une série chronologique de données climatiques avec quelques observations manquantes. En cherchant sur le Web, j'ai trouvé de nombreuses approches disponibles. Parmi ceux-ci, la décomposition stl semble attrayante, dans le sens de supprimer les...
J'ai utilisé stl () dans R pour décomposer les données de comptage en composantes de tendance, saisonnières et irrégulières. Les valeurs de tendance résultantes ne sont plus des nombres entiers. J'ai les questions suivantes: Stl () est-il un moyen approprié de désaisonnaliser les données de...
Je me demandais comment son "processus stationnaire de second ordre" est défini dans l' introduction de Brockwell et Davis aux séries chronologiques et aux prévisions : La classe des modèles de séries chronologiques linéaires, qui comprend la classe des modèles autorégressifs à moyenne mobile...
J'ai un ensemble de données qui augmente clairement au fil du temps (taux de change d'une monnaie, données mensuelles sur 20 ans), ma question est: puis-je détourner les données et ensuite les différencier également pour les rendre stationnaires, si la tendance est en soi n'y parvient pas? Et si...
Je suis assez nouveau pour R. J'ai tenté de lire l'analyse des séries chronologiques et j'ai déjà terminé Analyse des séries temporelles de Shumway et Stoffer et ses applications 3e édition , L'excellente prévision de Hyndman : principes et pratique Avril Coghlan utilise R pour l'analyse des séries...
Souvent, je vois des auteurs estimer un modèle de «différence logarithmique», par exemple Journal( yt) - journal( yt - 1) = log( yt/ yt - 1) = α + βXtJournal(yt)-Journal(yt-1)=Journal(yt/yt-1)=α+βXt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Je conviens que cela est...