প্রশ্ন ট্যাগ «autoregressive»

অটোরেগ্রেসিভ (এআর) মডেল হ'ল স্টোকাস্টিক প্রক্রিয়া মডেলিংয়ের সময় সিরিজ, যা পূর্ববর্তী মানগুলির ক্ষেত্রে ধারাবাহিকের মানকে লিনিয়ারলিপি নির্দিষ্ট করে।

1
SARIMAX স্বজ্ঞাতভাবে কীভাবে বুঝবেন?
আমি বৈদ্যুতিক লোড পূর্বাভাস সম্পর্কে একটি কাগজ বোঝার চেষ্টা করছি তবে আমি ভিতরে ধারণাগুলি, বিশেষত সারিম্যাক্স মডেলটির সাথে লড়াই করছি । এই মডেলটি বোঝার পূর্বাভাস দেওয়ার জন্য ব্যবহৃত হয় এবং অনেক পরিসংখ্যানগত ধারণা ব্যবহার করি যা আমি বুঝতে পারি না (আমি একজন আন্ডারগ্রাড কম্পিউটার বিজ্ঞানের শিক্ষার্থী - আপনি পরিসংখ্যানের ক্ষেত্রে …

4
কোন পরিস্থিতিতে এমএ প্রক্রিয়া বা এআর প্রক্রিয়া উপযুক্ত?
আমি বুঝতে পারি যে কোনও প্রক্রিয়া যদি নিজের পূর্ববর্তী মানগুলির উপর নির্ভর করে তবে এটি একটি এআর প্রক্রিয়া। এটি যদি পূর্ববর্তী ত্রুটির উপর নির্ভর করে তবে এটি একটি এমএ প্রক্রিয়া। এই দুটি পরিস্থিতির যে কোনও একটি কখন ঘটবে? কারও কি এমন দৃ example় উদাহরণ রয়েছে যা কোনও প্রক্রিয়াটি এমএ বনাম …

2
যদি একটি অটো-রিগ্রসিটিভ টাইম সিরিজের মডেলটি অ-রৈখিক হয় তবে তার জন্য কি এখনও স্টেশনারিটির প্রয়োজন হয়?
সময় সিরিজের পূর্বাভাসের জন্য পুনরাবৃত্তি নিউরাল নেটওয়ার্কগুলি ব্যবহার করার বিষয়ে চিন্তাভাবনা। এআরএমএ এবং এআরআইএমএ মডেলগুলি লিনিয়ার অটো-রিগ্রেশন ব্যবহারের তুলনায় এগুলি মূলত এক ধরণের সাধারণ অ-লিনিয়ার অটো-রিগ্রেশন বাস্তবায়ন করে implement যদি আমরা অ-রৈখিক অটো-রিগ্রেশন সম্পাদন করে থাকি তবে কি এখনও সময় সিরিজটি স্থির হওয়া প্রয়োজন এবং এটি কি আমরা আরিমা মডেলগুলিতে …

1
এমএ প্রক্রিয়াটি যদি অবিচ্ছিন্ন হয় তবে আমরা কেন যত্ন করব?
এমএ প্রক্রিয়াটি অবিচ্ছিন্ন বা না হলে আমরা কেন যত্ন করি তা বুঝতে আমার সমস্যা হচ্ছে having দয়া করে আমি ভুল হলে আমাকে সংশোধন করুন, তবে আমি বুঝতে পারি যে কেন আমাদের কোনও এআর প্রক্রিয়া কার্যকরী কিনা তা আমরা যত্নশীল, যেমন আমরা যদি কিছু পরামিতি এবং সাদা শব্দের যোগফল হিসাবে বলতে …

2
ভিন্ন ভিন্ন পরিমাপের ত্রুটি সহ এআর (1) প্রক্রিয়া
1. সমস্যা আমার কিছু পরিবর্তনশীল পরিমাপ রয়েছে , যেখানে , যার জন্য আমার এমসিএমসি এর মাধ্যমে প্রাপ্ত , যা সরলতার জন্য আমি ধরে নেব গড়ের গাউসিয়ান এবং বৈকল্পিক । টি = 1 , 2 , । । , n f y t ( y t ) μ t σ 2 …

3
এসিএফ এবং পিএসিএফ কীভাবে এমএ এবং এআর পদগুলির ক্রম সনাক্ত করে?
2 বছরের বেশি সময় হয়েছে যে আমি বিভিন্ন টাইম সিরিজে কাজ করছি। আমি অনেক নিবন্ধে পড়েছি যে এমএ পদ ব্যবহারের ক্রমটি সনাক্ত করতে এসিএফ ব্যবহার করা হয়, এবং এআর-এর জন্য প্যাকএফ। একটি থাম্ব রুল রয়েছে যে এমএর জন্য, যে ল্যাগটি হঠাৎ করে এসিএফ বন্ধ হয়ে যায় তা হ'ল এমএ ক্রম …

3
ডিটারমিনিস্টিক এবং স্টোকাস্টিক মডেলের মধ্যে পার্থক্য কী?
সাধারণ লিনিয়ার মডেল: এক্স = α t + ϵটিএক্স=αটি+ +εটিx=\alpha t + \epsilon_t যেখানে ~ আইড এন ( 0 , σ 2 )εটিεটি\epsilon_tএন(0 , σ)2)এন(0,σ2)N(0,\sigma^2) সঙ্গে এবংV a r ( x ) = σ 2ই( x ) = α tই(এক্স)=αটিE(x) = \alpha tভীa r ( x ) = σ2ভীএকটিR(এক্স)=σ2Var(x)=\sigma^2 শিরোণামে …

3
এআর (1) এর ওএলএস এর প্রাক্কলনকারী সহকারী পক্ষপাতদুষ্ট কেন?
আমি বুঝতে চেষ্টা করছি যে ওএলএস কেন একটি এআর (1) প্রক্রিয়াটির পক্ষপাতদুষ্ট অনুমানকারী দেয়। বিবেচনা করুন this এই মডেলটিতে, কঠোর লঙ্ঘন করা হয়, যথা এবং পারস্পরিক সম্পর্কযুক্ত তবে এবং । তবে এটি যদি সত্য হয় তবে নীচের সাধারণ ব্যয়টি কেন ধরে না? ytϵt=α+βyt−1+ϵt,∼iidN(0,1).yt=α+βyt−1+ϵt,ϵt∼iidN(0,1). \begin{aligned} y_{t} &= \alpha + \beta y_{t-1} …

2
এআর এর জন্য নিরপেক্ষ অনুমানক (
একটি এআর ( ) মডেল বিবেচনা করুন (সরলতার জন্য শূন্য গড় ধরে):ppp xt=φ1xt−1+…+φpxt−p+εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t OLS ঔজ্জ্বল্যের প্রেক্ষাপটে মূল্নির্ধারক (সমতূল্য শর্তসাপেক্ষ জন্য সর্বোচ্চ সম্ভাবনা মূল্নির্ধারক) হিসাবে একটি উল্লেখ করা হয়েছে, পক্ষপাতমূলক হিসেবে পরিচিত সাম্প্রতিক থ্রেড ।φ:=(φ1,…,φp)φ:=(φ1,…,φp)\mathbf{\varphi} := (\varphi_1,\dotsc,\varphi_p) (কৌতূহলপূর্ণভাবে, আমি হ্যামিল্টনের …

1
সময় সিরিজের পূর্বাভাসের জন্য র্যান্ডম ফরেস্ট রিগ্রেশন
আমি একটি কাগজ মিলের পারফরম্যান্স সম্পর্কে ভবিষ্যদ্বাণী করতে আরএফ রিগ্রেশনকে কাজে লাগানোর চেষ্টা করছি। আমার কাছে ইনপুটগুলির জন্য (কাঠের সজ্জার হার এবং পরিমাণ ইত্যাদি ...) পাশাপাশি মেশিনের কার্য সম্পাদনের জন্য (কাগজ উত্পাদিত, মেশিন দ্বারা উত্পাদিত শক্তি) মিনিট মিনিট ডেটা রয়েছে এবং আমি 10 মিনিট পূর্বাভাস দেওয়ার চেষ্টা করছি এগিয়ে কর্মক্ষমতা …

1
মডেলিং স্বতঃ-সম্পর্কযুক্ত বাইনারি সময় সিরিজ
বাইনারি সময় সিরিজের মডেলিংয়ের স্বাভাবিক পদ্ধতির কী? এমন কোনও কাগজ বা পাঠ্যপুস্তক রয়েছে যেখানে এটি চিকিত্সা করা হয়? আমি দৃ strong় অটো-পারস্পরিক সম্পর্কযুক্ত একটি বাইনারি প্রক্রিয়া সম্পর্কে ভাবি। শূন্য থেকে শুরু হওয়া এআর (1) প্রক্রিয়ার চিহ্নের মতো কিছু। বলুন এক্স0= 0X0=0X_0 = 0 এবং এক্সt + 1= β1এক্সটি+ + εটি,Xt+1=β1Xt+ϵt, …


1
আর (1) অনুমানের মধ্যে আর এবং দৃশ্যের পার্থক্য
মূল সমস্যাটি হ'ল: আমি ইভিউ এবং আর এর সাথে একই পরামিতি অনুমান করতে পারি না যে কারণে আমি নিজেকে জানি না, ইভিউগুলি ব্যবহার করে নির্দিষ্ট ডেটার জন্য আমার পরামিতিগুলি অনুমান করা দরকার। এটি এনএলএস (ননলাইনারের সর্বনিম্ন স্কোয়ারগুলি) বিকল্পটি বাছাই করে এবং নিম্নলিখিত সূত্রটি ব্যবহার করে করা হয়েছে:indep_var c dep_var ar(1) …

4
পৃথক সময়ের ইভেন্ট ইতিহাস (বেঁচে থাকা) মডেল আর
আমি আর-তে একটি পৃথক-সময়ের মডেল ফিট করার চেষ্টা করছি তবে কীভাবে এটি করব তা নিশ্চিত নই। আমি পড়েছি যে আপনি বিভিন্ন সারিতে নির্ভরশীল পরিবর্তনশীল, প্রতিটি সময়-পর্যবেক্ষণের জন্য glmএকটি এবং লজিট বা ক্লোগলগ লিঙ্কের সাহায্যে ফাংশনটি ব্যবহার করতে পারেন । এই অর্থে, আমি তিনটি কলাম আছে: ID, Event(1 বা 0, প্রতিটি …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

1
আর লিনিয়ার রিগ্রেশন শ্রেণিবদ্ধ পরিবর্তনশীল "লুকানো" মান
এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.