Questions marquées «time-series»

8

Test post hoc dans une conception mixte 2x3 ANOVA utilisant SPSS?

J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x...

anova mixed-model spss post-hoc bonferroni time-series unevenly-spaced-time-series classification normal-distribution discriminant-analysis probability normal-distribution estimation sampling classification svm terminology pivot-table random-generation self-study estimation sampling estimation categorical-data maximum-likelihood excel least-squares instrumental-variables 2sls total-least-squares correlation self-study variance unbiased-estimator bayesian mixed-model ancova statistical-significance references p-value fishers-exact probability monte-carlo particle-filter logistic predictive-models modeling interaction survey hypothesis-testing multiple-regression regression variance data-transformation residuals minitab r time-series forecasting arima garch correlation estimation least-squares bias pca predictive-models genetics sem partial-least-squares nonparametric ordinal-data wilcoxon-mann-whitney bonferroni wilcoxon-signed-rank traminer regression econometrics standard-error robust misspecification r probability logistic generalized-linear-model r-squared effect-size gee ordered-logit bayesian classification svm kernel-trick nonlinear bayesian pca dimensionality-reduction eigenvalues probability distributions mathematical-statistics estimation nonparametric kernel-smoothing expected-value filter mse time-series correlation data-visualization clustering estimation predictive-models recommender-system sparse hypothesis-testing data-transformation parametric probability summations correlation pearson-r spearman-rho bayesian replicability dimensionality-reduction discriminant-analysis outliers weka

8

Une façon plus simple de calculer la moyenne mobile à pondération exponentielle?

Méthode proposée: Étant donné une série temporelle , je veux calculer une moyenne mobile pondérée avec une fenêtre de moyenne de points, où les pondérations favorisent les valeurs plus récentes par rapport aux valeurs plus anciennes.Xjexix_iNNN En choisissant les poids, j'utilise le fait familier...

time-series forecasting algorithms weighted-mean

8

Prévision de séries chronologiques non stationnaires

Je voudrais prévoir les séries chronologiques non stationnaires, impliquant plusieurs hypothèses a priori cruciales découlant de l'étude des instances de telles séries. J'ai construit une fonction de distribution de probabilité en un point moyennée dans le temps approximée par une distribution...

time-series forecasting arima

8

Comment puis-je transformer des données de séries chronologiques afin de pouvoir utiliser des techniques plus simples pour la prévision des pannes?

Je sais que c'est principalement un site de statistiques, donc si je suis hors sujet, veuillez me rediriger. J'ai un système avec des pompes qui se cassent parfois et doivent être remplacées. Je voudrais pouvoir prédire les pannes et ainsi prévenir rapidement les personnes qui remplacent les...

time-series machine-learning data-transformation

8

Exemple de prédiction de séries chronologiques utilisant des réseaux de neurones dans R

Quelqu'un a-t-il un bref exemple pédagogique sur la façon d'utiliser les réseaux de neurones ( nnetdans R par exemple) à des fins de prédiction? Voici un exemple, en R, d'une série chronologique T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Ce n'est...

r time-series machine-learning neural-networks nnet

8

Deux périodes saisonnières dans ARIMA avec R

J'utilise actuellement R pour prédire une série chronologique avec ces instructions: X <- ts(datas, frequency=24) X.arima <- Arima(X, order=c(2,1,0), seasonal=c(1,1,1)) pred <- predict(X.arima, n.ahead=24) plot.ts(pred$pred) Comme vous pouvez le voir, j'ai des données toutes les heures, et...

r time-series arima seasonality multiple-seasonalities

8

Lissage des données 2D

Les données sont constituées de spectres optiques (intensité lumineuse en fonction de la fréquence) enregistrés à différents moments. Les points ont été acquis sur une grille régulière en x (temps), y (fréquence). Afin d'analyser l'évolution du temps à des fréquences spécifiques (une montée rapide,...

r time-series multivariate-analysis references smoothing

8

Test post-hoc après mesures répétées à 2 facteurs ANOVA dans R?

J'ai des problèmes à trouver une solution concernant la façon d'exécuter un test post-hoc (Tukey HSD) après une ANOVA à mesures répétées à 2 facteurs (tous deux intra-sujets) en R. Pour l'ANOVA, j'ai utilisé la fonction aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Après avoir...

r anova repeated-measures post-hoc tukey-hsd goodness-of-fit curve-fitting sem latent-variable mplus anova post-hoc tukey-hsd markov-process image-processing r time-series causality granger-causality anova mixed-model lme4-nlme random-effects-model r matlab data-transformation multinomial notation estimation nonparametric logistic r missing-data multiple-imputation mice

8

La racine carrée d'une matrice semi-définie positive est-elle un résultat unique?

J'essaie de décomposer une série chronologique de observations en structure de variance-covariance et une série aléatoire .nnnvcvc\bf{\mathrm{v_c}}n×nn×nn \times n∑∑\sumvv\bf{\mathrm{v}} Donc, je peux dériver la matrice de variance-covariance de la fonction d'autocorrélation de . Ce sera une...

time-series covariance-matrix

8

Simuler des trajectoires d'échantillons de prévision à partir du modèle tbats

En utilisant l'excellent package de prévisions de Rob Hyndman, je suis tombé sur la nécessité non seulement d'avoir des intervalles de prédiction, mais de simuler un certain nombre de trajectoires futures, compte tenu des observations passées d'une série chronologique avec des saisonnalités...

r time-series forecasting simulation tbats

8

Comment interprétez-vous les résultats des tests de racine unitaire?

Je dois faire des tests de racine unitaire pour un projet, je ne sais pas comment interpréter les données (c'est ce qu'on m'a demandé de faire). Voici un de mes résultats: dfuller Demand Dickey-Fuller test for unit root Number of obs = 50 ---------- Interpolated Dickey-Fuller --------- Test 1%...

time-series hypothesis-testing stata interpretation unit-root

8

Prévision de séries chronologiques hautement corrélées

Dans les prévisions de séries chronologiques utilisant divers modèles comme AR, MA, ARMA, etc., nous nous concentrons généralement sur la modélisation des données dans le changement de temps. Mais lorsque nous avons 2 séries chronologiques dont le coefficient de corrélation de Pearson montre...

time-series correlation forecasting var

8

auto.arima ne reconnaît pas le modèle saisonnier

J'ai un ensemble de données météorologiques quotidiennes, qui a, sans surprise, un effet saisonnier très fort. J'ai adapté un modèle ARIMA à cet ensemble de données en utilisant la fonction auto.arima du package de prévision. À ma grande surprise, la fonction n'applique aucune opération saisonnière...

r time-series forecasting arima arma

8

Quelle est l'implication de la racine unitaire de MA?

Un processus ARMA (p, q) est faiblement stationnaire, si la racine de sa partie AR n'est pas sur le cercle unitaire. Sa faible stationnarité ne dépend donc pas de sa partie MA. Mais que peuvent impliquer les positions des racines de sa partie MA? Dans les tests de racine unitaire pour ARIMA, une...

time-series unit-root moving-average

8

Régression des données incluant une date

J'ai un ensemble de données qui contient quelques centaines de transactions provenant de trois fournisseurs opérant dans plus de 100 pays sur une période de trois ans. Nous avons constaté que le pays de vente n'est pas un facteur significatif dans les prix atteints (les produits sont des produits...

r time-series multiple-regression

8

Expliquer la décomposition de Beveridge Nelson

Quelqu'un peut-il expliquer comment fonctionne la décomposition Beveridge-Nelson? Jusqu'à présent, tout ce que je sais, c'est qu'il estime les cycles de tendance dans les données de séries chronologiques non stationnaires. J'ai regardé plusieurs articles de revues et je suis toujours confus sur la...

time-series

8

Pourquoi un modèle statistique serait-il surchargé s'il était doté d'un énorme ensemble de données?

Mon projet actuel peut m'obliger à construire un modèle pour prédire le comportement d'un certain groupe de personnes. l'ensemble de données de formation ne contient que 6 variables (id est uniquement à des fins d'identification): id, age, income, gender, job category, monthly spend dans laquelle...

modeling large-data overfitting clustering algorithms error spatial r regression predictive-models linear-model average measurement-error weighted-mean error-propagation python standard-error weighted-regression hypothesis-testing time-series machine-learning self-study arima regression correlation anova statistical-significance excel r regression distributions statistical-significance contingency-tables regression optimization measurement-error loss-functions image-processing java panel-data probability conditional-probability r lme4-nlme model-comparison time-series probability probability conditional-probability logistic multiple-regression model-selection r regression model-based-clustering svm feature-selection feature-construction time-series forecasting stationarity r distributions bootstrap r distributions estimation maximum-likelihood garch references probability conditional-probability regression logistic regression-coefficients model-comparison confidence-interval r regression r generalized-linear-model outliers robust regression classification categorical-data r association-rules machine-learning distributions posterior likelihood r hypothesis-testing normality-assumption missing-data convergence expectation-maximization regression self-study categorical-data regression simulation regression self-study self-study gamma-distribution modeling microarray synthetic-data

8

Quels sont les bons moyens de tracer des distributions dans le temps en utilisant R?

J'ai environ 400 individus et> 10 000 points temporels chacun (résultats de simulation). J'aimerais pouvoir suivre leur évolution au fil du temps. Tracer tous les individus est trop compliqué, tracer la moyenne + -sd, min / max ou quantiles est trop peu d'informations à mon goût. Je me demande...

r time-series data-visualization

8

Erreurs dans l'optim lors de l'ajustement du modèle arima dans R

J'utilise la méthode arima du package de statistiques de R avec ma série temporelle de 17376 éléments. Mon objectif est d'obtenir la valeur du critère AIC, j'ai observé lors de mon premier test ceci: ts <- arima(serie[,1], order = c(2,1,1), seasonal = list(order=c(2,0,1),period = 24), method =...

r time-series forecasting arima

8

Puzzle de probabilité sur les zombies [fermé]

Fermé . Cette question a besoin de détails ou de clarté . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Ajoutez des détails et clarifiez le problème en modifiant ce message . Fermé il y a 10 mois . Je pense à écrire un jeu simple sur les zombies. Je suis resté...

time-series probability epidemiology