Saya memiliki seri waktu harian yang cukup dapat diprediksi dengan musiman mingguan. Saya dapat membuat prediksi yang tampaknya cukup akurat (dikonfirmasi oleh validasi silang) ketika tidak ada hari libur. Namun, ketika ada hari libur, saya memiliki masalah berikut: Saya mendapatkan angka bukan...
Bisakah setiap deret waktu non stasioner dikonversi menjadi deret waktu stasioner dengan menerapkan differencing? Juga, bagaimana Anda memutuskan urutan perbedaan yang akan diterapkan? Apakah Anda hanya berbeda dengan interval 1,2 ... n, dan melakukan tes root unit stasioner setiap kali untuk...
Saya menjalankan tes root unit berikut (Dickey-Fuller) pada serangkaian waktu menggunakan ur.df()fungsi dalam urcapaket. Perintahnya adalah: summary(ur.df(d.Aus, type = "drift", 6)) Outputnya adalah: ############################################### # Augmented Dickey-Fuller Test Unit Root Test...
Jika kita memiliki rangkaian waktu yang panjang dan beresolusi tinggi, dengan banyak suara, seringkali masuk akal untuk menggabungkan data ke resolusi yang lebih rendah (misalnya, nilai harian hingga bulanan) untuk mendapatkan pemahaman yang lebih baik tentang apa yang terjadi, secara efektif...
Bayangkan kita memiliki dua proses deret waktu, yang diam, menghasilkan: .xt,ytxt,ytx_t,y_t Apakah , juga stasioner?zt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Bantuan apa pun akan dihargai. Saya akan mengatakan ya, karena memiliki representasi...
Perhatikan grafik berikut: Garis merah (sumbu kiri) menggambarkan volume perdagangan saham tertentu. Garis biru (sumbu kanan) menjelaskan volume pesan twitter untuk stok itu. Misalnya, pada 9 Mei (05-09) sekitar 1.100 juta perdagangan dan 4.000 tweet dibuat. Saya ingin menghitung apakah ada...
Dengan dua seri waktu berikut ( x , y ; lihat di bawah), apa metode terbaik untuk memodelkan hubungan antara tren jangka panjang dalam data ini? Kedua seri waktu memiliki tes Durbin-Watson yang signifikan ketika dimodelkan sebagai fungsi waktu dan tidak ada yang stasioner (seperti yang saya...
Saya memiliki dataset yang sangat besar dan sekitar 5% nilai acak hilang. Variabel-variabel ini berkorelasi satu sama lain. Contoh berikut dataset R hanyalah contoh mainan dengan data berkorelasi dummy. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE),...
Catatan: pertanyaan ini adalah repost, karena pertanyaan saya sebelumnya harus dihapus karena alasan hukum. Sambil membandingkan PROC CAMPURAN dari SAS dengan fungsi lmedari nlmepaket di R, saya menemukan beberapa perbedaan yang agak membingungkan. Lebih khusus lagi, derajat kebebasan dalam...
Apa hubungan dan perbedaan antara deret waktu dan regresi? Untuk model dan asumsi , apakah benar bahwa model regresi mengasumsikan independensi antara variabel output untuk nilai yang berbeda dari variabel input, sedangkan model deret waktu tidak? Apa perbedaan lainnya? Untuk metode , dari situs...
Apakah lebih baik untuk membedakan rangkaian (dengan asumsi perlu) sebelum menggunakan Arima ATAU lebih baik menggunakan parameter d dalam Arima? Saya terkejut betapa berbedanya nilai-nilai yang dipasang tergantung pada rute mana yang diambil dengan model dan data yang sama. Atau apakah saya...
Mengapa analisis deret waktu tidak dianggap sebagai algoritma pembelajaran mesin (tidak seperti regresi linier). Analisis regresi dan deret waktu adalah metode peramalan. Jadi mengapa salah satu dari mereka dianggap sebagai algoritma pembelajaran tetapi tidak yang
Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ......
Saya mencoba mendeteksi nilai-nilai anomali dalam serangkaian waktu data iklim dengan beberapa pengamatan yang hilang. Mencari di web saya menemukan banyak pendekatan yang tersedia. Dari semua itu, dekomposisi pertama tampaknya menarik, dalam arti menghilangkan tren dan komponen musiman dan...
Saya menggunakan stl () di R untuk menguraikan data hitungan menjadi komponen tren, musiman & tidak teratur. Nilai tren yang dihasilkan bukan bilangan bulat lagi. Saya punya pertanyaan berikut: Apakah stl () cara yang tepat untuk menasionalisasi data hitungan? Karena tren yang dihasilkan...
Saya bertanya-tanya bagaimana "proses stasioner urutan kedua" -nya didefinisikan dalam Pengantar dan Peramalan Waktu Brockwell dan Davis : Kelas model deret waktu linier, yang meliputi kelas model rata-rata bergerak autoregresif (ARMA), menyediakan kerangka kerja umum untuk mempelajari proses...
Saya memiliki dataset yang jelas meningkat seiring berjalannya waktu (nilai tukar mata uang, data bulanan lebih dari 20 tahun), pertanyaan saya adalah: Dapatkah saya menurunkan data dan kemudian membuatnya berbeda untuk membuatnya tetap, jika detrending itu sendiri tidak mencapai ini? Dan jika...
Saya cukup baru di R. Saya telah mencoba membaca tentang analisis deret waktu dan telah selesai Analisis seri Waktu Shumway dan Stoffer dan penerapannya Edisi ke-3 , Peramalan Hyndman yang sangat baik : prinsip dan praktik Avril Coghlan's Menggunakan R untuk Time Series Analysis A. Ian McLeod...
Seringkali saya melihat penulis memperkirakan model "perbedaan log", misalnya catatan( yt) - log( yt - 1) = log( yt/ yt - 1) = α + βxtcatatan(yt)-catatan(yt-1)=catatan(yt/yt-1)=α+βxt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Saya setuju ini sesuai untuk menghubungkan...
Pertimbangkan model AR ( ) (dengan asumsi nol untuk kesederhanaan):halpp xt= φ1xt - 1+ ... + φhalxt - p+ εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Estimator OLS (setara dengan estimator kemungkinan maksimum bersyarat ) untuk diketahui bias,...