প্রশ্ন ট্যাগ «seasonality»

আমি যে ডেটা পেয়েছি তাতে মৌসুমী সনাক্ত করতে চাই। এমন কিছু পদ্ধতি রয়েছে যা আমি মৌসুমী সাবরিজ প্লট এবং স্বতঃসংশ্লিষ্ট প্লটের মতো খুঁজে পেয়েছি তবে বিষয়টি হ'ল আমি বুঝতে পারি না যে গ্রাফটি কীভাবে পড়তে হয়, কেউ সাহায্য করতে পারে? অন্যটি বিষয় হ'ল, গ্রাফের চূড়ান্ত ফলাফলের সাথে বা ছাড়া মৌসুমতা …

56 time-series  seasonality 

আমি সময় সিরিজ বিশ্লেষণ করার চেষ্টা করছি এবং এই ক্ষেত্রে নতুন। আমার 2006-2009-এর একটি ইভেন্টের দৈনিক গণনা রয়েছে এবং আমি এটিতে একটি টাইম সিরিজের মডেল ফিট করতে চাই। আমি যে অগ্রগতি করেছি তা এখানে: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) আমি প্রাপ্ত ফলাফলের প্লটটি হ'ল: ডেটাতে seasonতু এবং ট্রেন্ড আছে কিনা তা …

25 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

আমি মার্কিন যুক্তরাষ্ট্রে একটি রাজ্যের জন্য আত্মহত্যা মৃত্যুর সাথে সম্পর্কিত মৃত্যুর শংসাপত্রের ডেটা 17 বছরের (1995 থেকে 2011) পেয়েছি সেখানে আত্মহত্যা এবং মাস / asonsতু সম্পর্কে প্রচুর পুরাণ রয়েছে, এটির অনেকগুলি বিরোধী এবং আমি সাহিত্যের " পর্যালোচনা করা হয়েছে, আমি ব্যবহার পদ্ধতিগুলির পরিষ্কার ধারণা বা ফলাফলের মধ্যে আস্থা পাই না। …

24 r  chi-squared  arima  count-data  seasonality 

আমি একটি দৈনিক সময় সিরিজে একটি আরিমা মডেল ফিট করছি। ডেটা 02-01-2010 থেকে 30-07-2011 পর্যন্ত প্রতিদিন সংগ্রহ করা হয় এবং খবরের কাগজ বিক্রয় সম্পর্কে। যেহেতু বিক্রয়ের একটি সাপ্তাহিক প্যাটার্ন পাওয়া যায় (দৈনিক গড় কপি বিক্রি হয় সোমবার থেকে শুক্রবার পর্যন্ত একই হয়, তারপরে শনি ও রবিবার বৃদ্ধি হয়), তাই আমি …

21 r  time-series  arima  seasonality 

মৌসুমী সমন্বয় আরও গবেষণার জন্য ডেটা প্রিপ্রোসেসিং একটি গুরুত্বপূর্ণ পদক্ষেপ। গবেষক অবশ্য প্রবণতা-চক্র-মৌসুমী পচন জন্য বিভিন্ন বিকল্প আছে। সর্বাধিক প্রচলিত (অভিজ্ঞতামূলক সাহিত্যে উদ্ধৃতি সংখ্যার বিচার করে) প্রতিদ্বন্দ্বী seasonতু পচন পদ্ধতি হ'ল এক্স -11 (12) -আরিমা, ট্রামো / আসন (উভয়ই ডেমেট্রা + এ প্রয়োগ করা হয় ) এবং এর স্টিল । …

20 time-series  data-transformation  methodology  seasonality 

এটি একটি দীর্ঘ পোস্ট তাই আমি আশা করি আপনি আমার সাথে সহ্য করতে পারেন, এবং আমি যেখানে ভুল করছি দয়া করে আমাকে সংশোধন করুন। আমার লক্ষ্যটি 3 বা 4 সপ্তাহের historicalতিহাসিক তথ্যের ভিত্তিতে একটি দৈনিক পূর্বাভাস উত্পাদন করা। ট্রান্সফরমার লাইনের একের স্থানীয় লোডের ডেটাটি 15 মিনিটের ডেটা। একটি মৌসুমী আরিমা …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Rএসটিএল পচানোর জন্য ব্যবহার করে , s.windowমরসুমী উপাদানটি কত দ্রুত পরিবর্তন করতে পারে তা নিয়ন্ত্রণ করে। ছোট মান আরও দ্রুত পরিবর্তনের অনুমতি দেয়। মৌসুমী উইন্ডোটিকে অসীম হিসাবে সেট করা মৌসুমী উপাদানটিকে পর্যায়ক্রমিক হতে বাধ্য করার সমতুল্য (অর্থাত্ বছর জুড়ে অভিন্ন)। আমার প্রশ্নগুলো: আমার যদি একটি মাসিক সময় সিরিজ থাকে (এটি …

16 r  time-series  trend  seasonality 

জৈবিক এবং পরিবেশগত পরিবর্তনশীল (প্লাস সম্ভবত কিছু বহির্মুখী ভেরিয়েবল) সহ ইন্টারঅ্যাক্টিং সহ আমার বহুবিধ সময় সিরিজ ডেটাসেট রয়েছে। মৌসুমীতার পাশাপাশি ডেটাগুলিতে সুস্পষ্ট দীর্ঘমেয়াদী প্রবণতা নেই। আমার উদ্দেশ্য হ'ল কোন ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত। পূর্বাভাস সত্যিই সন্ধান করা হয় না। সময়-সিরিজ বিশ্লেষণে নতুন হয়ে আমি বেশ কয়েকটি তথ্যসূত্র পড়েছি। আমি …

15 r  time-series  var  seasonality 

একটি অনুকূল ল্যাম্বদা অনুসন্ধান করতে এবং একই কাজটি glmnetকরার caretজন্য ব্যবহারের মধ্যে তুলনা করে অনেক বিভ্রান্তি রয়েছে বলে মনে হয় cv.glmnet। অনেক প্রশ্ন উত্থাপিত হয়েছিল, যেমন: শ্রেণিবিন্যাস মডেল ট্রেন.glmnet বনাম cv.glmnet? ক্যারেটের সাথে গ্ল্যামনেট ব্যবহারের সঠিক উপায় কী? `ক্যারেট ব্যবহার করে ক্রস-বৈধকরণ` গ্ল্যামেট` তবে কোনও উত্তর দেওয়া হয়নি, যা প্রশ্নের …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

প্রধান সম্পাদনা: ডেভ অ্যান্ড নিকের প্রতিক্রিয়ার জন্য আমি এ পর্যন্ত তাদেরকে ধন্যবাদ জানাতে চাই। সুসংবাদটি হ'ল আমি কাজ করার লুপ পেয়েছি (ব্যাচের পূর্বাভাসের বিষয়ে অধ্যাপক হাইডম্যানের পোস্ট থেকে মূলত ধার করা)। বকেয়া প্রশ্নগুলি একীভূত করতে: ক) অটো.রিমার জন্য আমি কীভাবে সর্বাধিক সংখ্যক পুনরাবৃত্তি বৃদ্ধি করব - মনে হয় প্রচুর সংখ্যক …

12 forecasting  arima  predictor  seasonality  multiple-seasonalities 

আমি stl (Loতু দ্বারা টাইম সিরিজের মৌসুমী ক্ষয়) ফাংশন সহ নিম্নলিখিত কোডের সাথে প্লট করেছি: plot(stl(ts(rnorm(144), frequency=12), s.window="periodic")) এটি উপরের কোডে র্যান্ডম ডেটা (rnorm ফাংশন) সহ মৌখিক মৌসুমী প্রকরণ দেখায়। প্যাটার্নটি ভিন্ন হলেও এটি চলাকালীন প্রতিটি সময় সংখ্যার বৈচিত্র্য দেখা যায়। এরকম দুটি নিদর্শন নীচে দেখানো হয়েছে: মৌসুমী প্রকরণটি যখন …

11 time-series  seasonality  loess 

সময় সিরিজের সাথে কাজ করার সময় আমরা মাঝে মাঝে বর্ণালি বিশ্লেষণ ব্যবহার করে মৌসুমতাকে সনাক্ত এবং সরিয়ে ফেলি। আমি সময় সিরিজের সত্যিকারের শিক্ষানবিস এবং আমি বিভ্রান্ত হয়ে পড়েছি কেন কেউ আসল সময়ের সিরিজ থেকে মৌসুমীতা সরিয়ে নিতে চাইবে? মৌসুমীতা সরানো কি মূল ডেটাটি বিকৃত করে না? মৌসুমীতা সরিয়ে একটি টাইম …

11 time-series  seasonality 

আমি এক্সটেনশিয়াল স্মুথিং ব্যবহার করে খুচরা আইটেমগুলির (সপ্তাহে) পূর্বাভাস দিতে চাই। সেলোনালিটি সূচকগুলি কীভাবে গণনা, সঞ্চয় এবং প্রয়োগ করতে হয় সে সম্পর্কে আমি এখনই আটকে আছি। সমস্যাটি হ'ল আমি যে সমস্ত উদাহরণ পেয়েছি তা এক ধরণের সহজ মৌসুমতার সাথে ডিল করেছি। আমার ক্ষেত্রে আমার নিম্নলিখিত সমস্যাগুলি রয়েছে: ১. প্রতি বছর …

11 time-series  seasonality 

আমার কাছে প্রতিদিনের ডেটা দু'বারের সিরিজ রয়েছে। একটি sign-upsএবং terminationsসাবস্ক্রিপশন অন্য । আমি উভয় ভেরিয়েবলের মধ্যে থাকা তথ্য ব্যবহার করে পরবর্তীটির পূর্বাভাস দিতে চাই। এই সিরিজের গ্রাফের দিকে তাকালে এটা স্পষ্ট হয় যে কয়েক মাস আগে সাইন-আপের বহুগুণের সাথে টার্মিনেশনগুলি সম্পর্কযুক্ত। অর্থাৎ, 10 ই মে সাইন-আপগুলি স্পাইকের ফলে 10 ই …

11 r  time-series  seasonality  var