প্রশ্ন ট্যাগ «time-series»

L1- নিয়মিত লিনিয়ার রিগ্রেশন ফিটিংয়ের জন্য স্থানাঙ্ক বংশোদ্ভূত ব্যবহারের তুলনায় LARS [1] ব্যবহারের পক্ষে কি কি? আমি মূলত পারফরম্যান্সের দিকগুলিতে আগ্রহী (আমার সমস্যাগুলি Nকয়েক হাজার এবং p<20 এর মধ্যে থাকে) তবে তবে অন্য কোনও অন্তর্দৃষ্টিও প্রশংসা হবে। সম্পাদনা: যেহেতু আমি প্রশ্ন পোস্ট করেছি, চিএল ফ্রেডম্যান এট আল দ্বারা একটি কাগজ …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

আমি মাত্রিকতা হ্রাস কৌশল হিসাবে একক মান মান পচন ব্যবহার করছি। Nমাত্রার ভেক্টর দেওয়া D, ধারণাটি হ'ল অসম্পৃক্ত মাত্রাগুলির রূপান্তরিত স্থানের বৈশিষ্ট্যগুলিকে প্রতিনিধিত্ব করা, যা এই স্থানের ইগেনভেেক্টরগুলির ডেটাগুলির বেশিরভাগ তথ্যকে ক্রমবর্ধমান গুরুত্বের সাথে সংশ্লেষ করে। এখন আমি টাইম সিরিজের ডেটাতে এই পদ্ধতিটি প্রয়োগ করার চেষ্টা করছি। সমস্যাটি হ'ল সমস্ত …

13 time-series  machine-learning  pca  data-transformation  multivariate-analysis 

এটি কিছুটা উড়ে যাওয়া প্রশ্ন, তবে উত্তরের প্রতি আমার গভীর আগ্রহ আছে। আমি একটি সাইকিয়াট্রিক হাসপাতালে কাজ করি এবং আমার তিন বছরের ডেটা রয়েছে যা প্রতিটি ওয়ার্ড জুড়ে প্রতিদিন collected ওয়ার্ডে সহিংসতার মাত্রা সম্পর্কিত সংগ্রহ করা হয়। স্পষ্টত এই মডেলগুলি যা এই ডেটা ফিট করে তা হ'ল একটি সময় সিরিজের …

13 time-series  forecasting 

এটি মোটামুটি সাধারণ প্রশ্ন: আমি সাধারণত দেখতে পেয়েছি যে নমুনার বাইরে কোনও সময় সিরিজের পূর্বাভাস দেওয়ার চেষ্টা করার সময় একাধিক বিভিন্ন মডেল ব্যবহার করে একটি মডেলকে ছাপিয়ে যায়। এমন কোনও ভাল কাগজপত্র রয়েছে যা প্রমাণ করে যে মডেলগুলির সংমিশ্রণটি একটি একক মডেলকে ছাড়িয়ে যাবে? একাধিক মডেলের সংমিশ্রণের চারপাশে কি কোনও …

13 time-series  modeling  model-comparison 

আমি ব্যবহার করে মডেল টিউন করছি caret, তবে gbmপ্যাকেজটি ব্যবহার করে আবার মডেল চালাচ্ছি । caretপ্যাকেজটি ব্যবহার করে gbmএবং আউটপুট একই হওয়া উচিত এটি আমার বোধগম্য । যাইহোক, কেবলমাত্র একটি দ্রুত পরীক্ষা চালানো data(iris)মূল্যায়ন মেট্রিক হিসাবে আরএমএসই এবং আর ^ 2 ব্যবহার করে প্রায় 5% এর মডেলের মধ্যে একটি তাত্পর্য …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

সময় সিরিজের মডেলিংয়ের ক্ষেত্রে একের (1) ত্রুটি শর্তগুলির সম্পর্কযুক্ত কাঠামোর মডেল করার সম্ভাবনা থাকে যেমন একটি এআর (1) প্রক্রিয়া (2) ল্যাগড নির্ভরশীল ভেরিয়েবলকে ব্যাখ্যামূলক ভেরিয়েবল (ডানদিকে) হিসাবে অন্তর্ভুক্ত করে আমি বুঝতে পারি যে তাদের মাঝে মাঝে (2) যাওয়ার যথেষ্ট কারণ রয়েছে। তবে, (1) বা (2) বা এমনকি উভয়ই পদ্ধতিগত কারণগুলি …

13 time-series  autocorrelation  residuals  lags 

আমার কাছে এমন একটি পণ্যের দৈনিক বিক্রয় ডেটা রয়েছে যা অত্যন্ত মৌসুমী। আমি রিগ্রেশন মডেলটিতে seasonতুকে ক্যাপচার করতে চাই। আমি পড়েছি যে আপনার যদি ত্রৈমাসিক বা মাসিক ডেটা থাকে তবে সেই ক্ষেত্রে আপনি যথাক্রমে 3 এবং 11 টি ডামি ভেরিয়েবল তৈরি করতে পারেন - তবে আমি কি প্রতিদিনের ডেটা নিয়ে …

13 regression  time-series  multiple-regression  categorical-data 

এই বিশেষ ক্ষেত্রে আমি সেই দিনটির কথা উল্লেখ করছি যেদিন একটি হ্রদ জমে থাকে। এই "আইস-অন" তারিখটি কেবল বছরে একবার হয়, তবে কখনও কখনও এটি মোটেও ঘটে না (যদি শীত গরম থাকে)। সুতরাং এক বছরে হ্রদটি 20 দিনের (20 শে জানুয়ারি) জমিতে পারে এবং অন্য এক বছরে এটি মোটেও জমে …

13 regression  time-series  survival  data-transformation  recurrent-events 

আমি রব হেন্ডম্যানের পূর্বাভাস প্যাকেজটি ব্যবহার করে আর-তে কিছু পূর্বাভাস করছি । প্যাকেজের অন্তর্ভুক্ত কাগজগুলি এখানে পাওয়া যাবে । কাগজে, স্বয়ংক্রিয় পূর্বাভাস অ্যালগরিদমগুলি ব্যাখ্যা করার পরে, লেখকরা একই ডেটা সেটটিতে অ্যালগরিদমগুলি প্রয়োগ করে। তবে ক্ষতিকারক স্মুথিং এবং আরিমা মডেল উভয়ই অনুমান করার পরে তারা একটি বিবৃতি দেয় যা আমি বুঝতে …

13 time-series  forecasting  model-selection  aic 

আরিমা ব্যবহার করার আগে একটি সিরিজ (এটির এটির প্রয়োজন অনুমান) পার্থক্য করা ভাল কি আরিমার মধ্যে ডি প্যারামিটারটি ব্যবহার করা ভাল? আমি অবাক হয়েছিলাম একই মডেল এবং ডেটা সহ কোন রুট নেওয়া হয় তার উপর নির্ভর করে ফিটযুক্ত মানগুলি কতটা আলাদা। নাকি আমি ভুলভাবে কিছু করছি? install.packages("forecast") library(forecast) wineindT<-window(wineind, start=c(1987,1), …

13 r  time-series  arima 

রেঞ্জের বারগুলি plot.stlঠিক কী বোঝায় তা নির্ধারণ করতে আমার সমস্যা হয় । আমি এই প্রশ্নে গ্যাভিনের পোস্ট পেয়েছি এবং পাশাপাশি ডকুমেন্টেশনও পড়েছি, আমি বুঝতে পারি যে তারা পচে যাওয়া উপাদানগুলির তুলনামূলক প্রবণতা বলে, তবে এখনও তারা কীভাবে কাজ করে তা সম্পর্কে আমি পুরোপুরি নিশ্চিত নই। উদাহরণ: ডেটা: ক্ষুদ্র দণ্ড, কোনও …

13 r  time-series 

আপনি যদি সময়ের সাথে যথাযথ যে কোনও স্তরে পর্যবেক্ষণের একটি সময় সিরিজ পরিমাপ করতে পারেন এবং এক্স এবং ওয়াইয়ের মধ্যে সম্পর্ক চিহ্নিত করার জন্য আপনার গবেষণার লক্ষ্যটি রয়েছে, অন্যের উপরে একত্রিত হওয়ার একটি নির্দিষ্ট স্তর বেছে নেওয়ার জন্য কি কোনও অভিজ্ঞতাগত যৌক্তিকতা রয়েছে, বা উচিত পছন্দটি কেবল তত্ত্ব এবং / …

13 time-series  aggregation  disaggregation 

আমার কাছে একাধিক স্বতন্ত্র কোডার রয়েছে যারা একটি সময়ের সিরিজের ইভেন্টগুলি সনাক্ত করার চেষ্টা করছেন - এই ক্ষেত্রে, সামনাসামনি কথোপকথনের ভিডিওটি দেখছেন এবং নির্দিষ্ট অমানবিক আচরণগুলি (যেমন, মাথা নোড) সন্ধান করছেন এবং প্রত্যেকটির সময় এবং বিভাগের কোডিং করবেন ইভেন্ট। এই ডেটাটিকে উচ্চতর স্যাম্পলিং হার (30 ফ্রেম / সেকেন্ড) সহ একটি …

13 time-series  reliability  agreement-statistics 

এই প্রশ্নটি খুব বেসিক হতে পারে। কোনও তথ্যের অস্থায়ী প্রবণতার জন্য, আমি "পঠন" পরিবর্তন ঘটে এমন পয়েন্টটি জানতে চাই। উদাহরণস্বরূপ, নীচে দেখানো প্রথম চিত্রটিতে, আমি কিছু পরিসংখ্যান পদ্ধতি ব্যবহার করে পরিবর্তন বিন্দুটি জানতে চাই। এবং আমি এই জাতীয় পদ্ধতিটি অন্য কয়েকটি উপাত্তে প্রয়োগ করতে চাই যার পরিবর্তনের বিষয়টি সুস্পষ্ট নয় …

13 time-series  trend  change-point 

আমি ভাবছিলাম যে তার "দ্বিতীয়-আদেশের স্টেশনারি প্রক্রিয়া" কীভাবে ব্রোকওয়েল এবং ডেভিসের টাইম সিরিজ এবং পূর্বাভাসের ভূমিকাতে সংজ্ঞায়িত করা হয়েছে : লিনিয়ার টাইম সিরিজ মডেলগুলির শ্রেণি, যার মধ্যে অটোরেগ্রেসিভ মুভিং-এভারেজ (এআরএমএ) মডেলগুলির ক্লাস অন্তর্ভুক্ত, স্থিতিশীল প্রক্রিয়াগুলি অধ্যয়নের জন্য একটি সাধারণ কাঠামো সরবরাহ করে। প্রকৃতপক্ষে, প্রতিটি দ্বিতীয়-আদেশের স্থিতিশীল প্রক্রিয়া হয় একটি লিনিয়ার …

13 time-series