Je travaille avec une série temporelle multivariée et j'utilise le modèle VAR (Vector Autoregression) pour la prévision. Ma question est de savoir ce que signifie réellement la stationnarité dans un cadre multivarié. 1) Je sais que si dans la configuration VAR si le déterminant de l'inverse de la...
Je fais une analyse des séries chronologiques en utilisant R. Je dois décomposer mes données en composantes de tendance, saisonnières et aléatoires. J'ai des données hebdomadaires depuis 3 ans. J'ai trouvé deux fonctions dans R - stl()et decompose(). J'ai lu que ce stl()n'est pas bon pour la...
Je travaille sur ma thèse où j'examine la forte émotion que les gens manifestent à différents événements. Mon problème est (1) que j'ai très peu d'expérience avec les statistiques et les mathématiques, donc je suis un peu perdu avec toutes les différentes méthodes et je serais vraiment heureux si...
J'ai lu beaucoup de choses sur Dynamic Time Warping (DTW) récemment. Je suis très surpris qu'il n'y ait aucune littérature sur l'application du DTW aux séries chronologiques irrégulières, ou du moins je n'ai pas pu le trouver. Quelqu'un pourrait-il me donner une référence à quelque chose en rapport...
Lorsque vous effectuez une analyse d'intervention avec des données de série temporelle (aka série temporelle interrompue) comme discuté ici, par exemple, une exigence que j'ai est d'estimer le gain (ou la perte) total dû à l'intervention - c'est-à-dire le nombre d'unités gagnées ou perdues (la...
J'ai plusieurs séries chronologiques dans un VAR (1) et, comme certaines d'entre elles n'ont pas la même unité de mesure, je voudrais estimer le RMSE en pourcentage. Je sais que cela pourrait se faire de plusieurs manières (voir ci-dessous) mais je ne sais pas précisément quelle est celle qui...
Je veux juste vérifier que j'interprète correctement les tracés ACF et PACF: Les données correspondent aux erreurs générées entre les points de données réels et les estimations générées à l'aide d'un modèle AR (1). J'ai regardé la réponse ici: Estimer les coefficients ARMA par inspection ACF et...
Je dois implémenter la détection d'anomalies sur plusieurs ensembles de données chronologiques. Je n'avais jamais fait cela auparavant et j'espérais quelques conseils. Je suis très à l'aise avec python, donc je préférerais que la solution y soit implémentée (la plupart de mon code est en python...
L'un des problèmes importants auxquels sont confrontés les prévisionnistes est de savoir si la série donnée peut être prévue ou non? Je suis tombé sur un article intitulé " L'entropie comme indicateur a priori de la prévisibilité " de Peter Catt qui utilise l' entropie approximative (ApEn) comme...
Quelles sont les différences dans l'utilisation de modèles linéaires généralisés, tels que la détermination automatique de pertinence (ARD) et la régression de crête, par rapport aux modèles de séries chronologiques comme Box-Jenkins (ARIMA) ou le lissage exponentiel pour les prévisions?...
Juste une question générale. Si vous avez des données de séries chronologiques, quand est-il préférable d'utiliser des techniques de séries chronologiques (aka, ARCH, GARCH, etc.) plutôt que des techniques d'apprentissage machine / statistique (KNN, régression)? S'il y a une question similaire qui...
Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi,...
La page Wikipedia indique que Box-Jenkins est une méthode d'ajustement d'un modèle ARIMA à une série chronologique. Maintenant, si je veux adapter un modèle ARIMA à une série chronologique, je vais ouvrir SAS, appeler proc ARIMA, fournir les paramètres et SAS me donnera les coefficients AR et MA....
J'essaie de faire une régression simple mais mes variables Y sont observées sur une fréquence mensuelle et les variables x sont observées sur une fréquence annuelle. J'apprécierai vraiment quelques conseils sur une approche appropriée qui peut être utilisée pour des régressions avec différentes...
Je suis analyste dans les domaines de la finance et des assurances et chaque fois que j'essaie d'adapter des modèles de volatilité, j'obtiens des résultats horribles: les résidus sont souvent non stationnaires (au sens racine de l'unité) et hétéroscédastiques (donc le modèle n'explique pas la...
Imaginez une situation: nous avons des enregistrements historiques (20 ans) de trois mines. La présence d'argent augmente-t-elle la probabilité de trouver de l'or l'année prochaine? Comment tester une telle question? Voici des exemples de données: mine_A <-
J'ai lu dans un journal la phrase suivante: Le fait qu'il existe une différence entre les coefficients à court terme et à long terme est le résultat de notre spécification qui inclut des variables endogènes décalées. Ils effectuent une régression des premières différences et incluent un décalage de...
Le test de Durbin-Watson teste l'autocorrélation des résidus au décalage 1. Mais il en va de même pour le test de l'autocorrélation au décalage 1 directement. De plus, vous pouvez tester l'autocorrélation à un décalage de 2,3,4 et il existe de bons tests de portemanteau pour l'autocorrélation à...
Quelle est la bonne façon de tester la signification des ratios de Sharpe ou des ratios d'information? Les ratios de Sharpe seront basés sur divers indices boursiers et peuvent avoir des périodes de rétrospective variables. Une solution que j'ai vue décrite applique simplement un test t de Student,...
Il y a peu d'explications que je peux trouver qui décrivent comment interpréter les coefficients de régression linéaire après avoir différencié une série chronologique (pour éliminer une racine unitaire). Est-ce si simple qu'il n'est pas nécessaire de le déclarer formellement? (Je suis au courant...