J'ai une série chronologique qui contient des composantes saisonnières doubles et je voudrais décomposer la série en composantes chronologiques suivantes (tendance, composante saisonnière 1, composante saisonnière 2 et composante irrégulière). Pour autant que je sache, la procédure STL de...
L'erreur moyenne à l'échelle absolue (MASE) est une mesure de la précision des prévisions proposée par Koehler et Hyndman (2006) . MA SE= MA EMA Ei n - s a m p l e ,n a i v eMUNESE=MUNEEMUNEEjen-sunemple,nunejeveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} où est l'erreur absolue moyenne produite par...
Je comprends que l'analyse en composantes principales (ACP) peut être appliquée essentiellement pour les données transversales. PCA peut-il être utilisé pour les données de séries temporelles efficacement en spécifiant l'année comme variable de série temporelle et en exécutant PCA normalement? J'ai...
J'ai une question sur l'analyse de cluster. Il y a 3000 entreprises, qui doivent être regroupées en fonction de leur consommation d'énergie sur 5 ans. Chaque entreprise a des valeurs pour chaque heure pendant 5 ans. J'aimerais savoir si certaines entreprises ont le même modèle de puissance...
Je comprends que si un processus dépend de valeurs antérieures de lui-même, alors c'est un processus AR. Si cela dépend d'erreurs précédentes, c'est un processus MA. Quand se produirait l'une de ces deux situations? Quelqu'un a-t-il un exemple solide qui éclaire le problème sous-jacent concernant...
Après avoir effectué l'analyse des composants principaux (PCA), je souhaite projeter un nouveau vecteur sur l'espace PCA (c'est-à-dire trouver ses coordonnées dans le système de coordonnées PCA). J'ai calculé PCA en langage R en utilisant prcomp. Maintenant, je devrais pouvoir multiplier mon...
L'analyse fonctionnelle des composants principaux (FPCA) est quelque chose sur laquelle je suis tombé et que je n'ai jamais compris. C'est à propos de quoi? Voir «Une enquête sur l'analyse des composants principaux fonctionnels» par Shang, 2011 , et je cite: L'ACP rencontre de sérieuses difficultés...
Je voudrais savoir s'il existe un code pour former un réseau neuronal convolutionnel à la classification des séries chronologiques. J'ai vu des articles récents ( http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf ) mais je ne sais pas s'il existe quelque chose ou si je dois le coder...
Je fais des recherches mais je suis resté bloqué au stade de l'analyse (j'aurais dû prêter plus d'attention à mes conférences de statistiques). J'ai collecté deux signaux simultanés: débit intégré pour le volume et changement d'expansion thoracique. J'aimerais comparer les signaux et j'espère...
Je monte un modèle ARIMA sur une série temporelle quotidienne. Les données sont collectées quotidiennement du 02-01-2010 au 30-07-2011 et concernent les ventes de journaux. Puisqu'une tendance hebdomadaire des ventes peut être trouvée (la quantité moyenne quotidienne d'exemplaires vendus est...
Je voudrais utiliser un modèle de régression logistique binaire dans le contexte des données en streaming (séries temporelles multidimensionnelles) afin de prédire la valeur de la variable dépendante des données (ie ligne) qui vient d'arriver, compte tenu des observations passées. Pour autant que...
Je veux voir si je suis sur la bonne voie en analysant mes parcelles ACF et PACF: Contexte: (Reff: Philip Hans Franses, 1998) Comme ACF et PACF affichent des valeurs significatives, je suppose qu'un modèle ARMA répondra à mes besoins L'ACF peut être utilisé pour estimer la partie MA, c'est-à-dire...
Une fois qu'un modèle ARMA est adapté à une série chronologique, il est courant de vérifier les résidus via le test de portemanteau de Ljung-Box (entre autres tests). Le test Ljung-Box renvoie une valeur ap. Il a un paramètre, h , qui est le nombre de retards à tester. Certains textes recommandent...
J'ai du mal à générer un ensemble de séries temporelles colorées stationnaires, étant donné leur matrice de covariance (leurs densités spectrales de puissance (PSD) et leurs densités spectrales de puissance croisée (CSD)). Je sais que, compte tenu de deux séries chronologiques yje( t...
Vous trouverez ci-dessous des graphiques en acf et pacf d'une série de données mensuelles. Le deuxième tracé est acf avec ci.type = 'ma': La persistance de valeurs élevées dans la parcelle acf représente probablement une tendance positive à long terme. La question est de savoir si cela représente...
La désaisonnalisation est une étape cruciale du prétraitement des données pour de plus amples recherches. Le chercheur a cependant un certain nombre d'options pour la décomposition tendance-cycle-saisonnière. Les méthodes de décomposition saisonnières rivales les plus courantes (à en juger par le...
Nous utilisons parfois le tracé de densité spectrale pour analyser la périodicité des séries chronologiques. Normalement, nous analysons l'intrigue par inspection visuelle, puis essayons de tirer une conclusion sur la périodicité. Mais les statisticiens ont-ils développé un test pour vérifier si...
J'ai une question sur les modèles ARIMA. Disons que j'ai une série temporelle que je voudrais prévoir et qu'un modèle ARIMA ( 2 , 2 ) semble être un bon moyen de mener l'exercice de prévision. Δ Y t = α 1 Δ Y t - 1 + α 2 Δ Y t - 2 + ν t + θ 1 ν t - 1 + θ 2 ν t -
Je lis un livre sur les séries chronologiques et j'ai commencé à me gratter la tête dans la partie suivante: Quelqu'un pourrait-il m'expliquer l'intuition? Je n'ai pas pu l'obtenir de ce texte. Pourquoi avons-nous besoin que le processus soit inversible? Quelle est la grande image ici? Merci pour...
Un test de signification habituel lors de l'examen de deux populations est le test t, le test t apparié si possible. Cela suppose que la distribution est normale. Existe-t-il des hypothèses simplificatrices similaires qui produisent un test de signification pour une série chronologique? Plus...