প্রশ্ন ট্যাগ «time-series»

আমার সময়-সিরিজের পূর্বাভাস স্বয়ংক্রিয় করতে হবে এবং আমি এই সিরিজের বৈশিষ্ট্যগুলি (মৌসুমতা, প্রবণতা, গোলমাল ইত্যাদি) আগে থেকে জানি না। আমার লক্ষ্য প্রতিটি সিরিজের জন্য সর্বোত্তম সম্ভাব্য মডেল পাওয়ার নয়, তবে বেশ খারাপ মডেলগুলি এড়ানো। অন্য কথায়, প্রতিবার ছোট ত্রুটি পাওয়া সমস্যা নয়, তবে একবারে একবারে বড় ত্রুটি পাওয়া। আমি ভেবেছিলাম …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

সময়-সিরিজের পূর্বাভাসের জন্য "ডেটা বৃদ্ধি" করার জন্য আমি দুটি কৌশল বিবেচনা করছি। প্রথমত, কিছুটা পটভূমি। টাইম-সিরিজের পরবর্তী ধাপ পূর্বাভাস দেওয়ার জন্য একজন ভবিষ্যদ্বাণীকারী একটি ফাংশন যা সাধারণত দুটি বিষয়ের উপর নির্ভর করে, সময়-সিরিজের অতীতের রাজ্যগুলি, তবে ভবিষ্যদ্বাণীকের অতীতের রাষ্ট্রগুলি:পিপিP{ এআমি}{একজনআমি}\lbrace A_i\rbrace পি( { এi ≤ t - 1} , পিএসটি …

13 time-series  data-augmentation 

কোন অনুক্রমিক ইনপুট সমস্যাগুলির জন্য প্রতিটি উপযুক্ত? ইনপুট মাত্রিকতা নির্ধারণ করে যে কোনটি আরও ভাল ম্যাচ? একটি এলএসটিএম আরএনএন-এর জন্য "দীর্ঘ মেমরির" প্রয়োজন এমন সমস্যাগুলি কি আরও উপযুক্ত, যখন এইচএমএম দ্বারা চক্রীয় ইনপুট নিদর্শনগুলির (শেয়ার বাজার, আবহাওয়া) আরও সহজে সমাধান করা যায়? মনে হচ্ছে অনেকগুলি ওভারল্যাপ রয়েছে; দুজনের মধ্যে কী …

13 time-series  neural-networks  hidden-markov-model  rnn 

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 …

13 time-series  arima  autoregressive  moving-average 

কল্পনা করুন আমাদের দুটি সময়-সিরিজ প্রক্রিয়া রয়েছে, যা স্থির, উত্পাদক: ।xt,ytxt,ytx_t,y_t কি , এছাড়াও নিশ্চল? ∀ α , β ∈ আরzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} কোন সাহায্য প্রশংসা করা হবে। আমি হ্যাঁ বলব, যেহেতু এটির এমএ প্রতিনিধিত্ব রয়েছে।

12 time-series  stochastic-processes  stationarity 

প্রতিটি নন-স্টেশন টাইম সিরিজকে আলাদা করে প্রয়োগ করে স্থির সময় সিরিজে রূপান্তর করা যায়? এছাড়াও, আপনি কীভাবে পৃথকীকরণের আদেশ প্রয়োগ করবেন? আপনি কি কেবল অন্তর 1,2 ... এন এর সাথে পার্থক্য করেছেন এবং ফলাফলের সিরিজটি স্থির কিনা তা প্রতিবার স্থিরের ইউনিট রুট পরীক্ষা করে থাকেন?

12 time-series  stationarity 

আমার কাছে সাপ্তাহিক seasonতুতে মোটামুটি অনুমানযোগ্য দৈনিক সময় সিরিজ রয়েছে। আমি যখন কোন ছুটি না থাকি তখন ভবিষ্যদ্বাণীগুলি নিয়ে আসতে সক্ষম হয়েছি যেগুলি বেশ নির্ভুল বলে মনে হয় (ক্রস-বৈধকরণের দ্বারা নিশ্চিত)। যাইহোক, যখন ছুটি থাকে, আমার নিম্নলিখিত বিষয়গুলি থাকে: আমি আমার পূর্বাভাসে ছুটির দিনে শূন্যের সংখ্যা পেয়েছি, যদিও সমস্ত holidaysতিহাসিক …

12 time-series  forecasting  arima  outliers 

আরিমা (এক্স) এর সাথে মডেলিংয়ের জন্য প্রয়োজনীয় স্টেশনারি সিরিজ সম্পর্কে আমার একটি প্রশ্ন / বিভ্রান্তি রয়েছে। আমি অনুমানের ক্ষেত্রে (হস্তক্ষেপের প্রভাব) এর ক্ষেত্রে এটি আরও ভাবছি, তবে অনুমানের তুলনায় পূর্বাভাস দেওয়া কোনও প্রতিক্রিয়া দেখায় কিনা তা জানতে চাই। প্রশ্ন: আমি যে সমস্ত প্রারম্ভিক সংস্থান পড়েছি তা জানিয়েছে যে সিরিজটি স্থিতিশীল …

12 time-series  econometrics  arima  inference 

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 

যদি আমাদের প্রচুর শব্দ সহ একটি দীর্ঘ, উচ্চ রেজোলিউশনের সময় সিরিজ থাকে, তবে এটি কী ঘটছে তার আরও ভাল বোঝার জন্য প্রায়শই কার্যকরভাবে কিছু অপসারণের জন্য ডেটা একটি কম রেজোলিউশনে (বলে, দৈনিক মাসিক মান অনুসারে) একত্রিত করার বুদ্ধি ঘটে makes শব্দটি. আমি কমপক্ষে একটি কাগজ দেখেছি যা পৃথক ভেরিয়েবলের ক্ষেত্রে …

12 time-series  aggregation 

আমার একটি টাইম সিরিজের ডেটা সেট রয়েছে যাতে আমি কোনও লুকানো মার্কভ মডেল (এইচএমএম) ফিট করার চেষ্টা করছি যাতে তথ্যগুলিতে সুপ্ত রাষ্ট্রের সংখ্যা অনুমান করা যায়। এটি করার জন্য আমার সিউডো কোডটি নিম্নলিখিত: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

টাইম সিরিজ এবং রিগ্রেশন এর মধ্যে সম্পর্ক এবং পার্থক্য কী? জন্য মডেল এবং অনুমানের , এটি ঠিক যে রিগ্রেশন মডেল ইনপুট ভেরিয়েবলের বিভিন্ন মানের জন্য আউটপুট ভেরিয়েবল মধ্যে স্বাধীনতা অনুমান, যখন সময় সিরিজের মডেল না? অন্যান্য কিছু পার্থক্য কি? জন্য পদ্ধতি থেকে ডার্লিংটন দ্বারা একটি ওয়েবসাইট টাইম সিরিজ বিশ্লেষণের জন্য …

12 regression  time-series  box-jenkins 

আমি এমন একটি অ্যালগরিদম নিয়ে কাজ করছি যা বেশ কয়েকটি সেন্সর প্রবাহ থেকে অতি সাম্প্রতিক ডেটা পয়েন্টের ভেক্টর গ্রহণ করে এবং ইউক্লিডিয়ান দূরত্বকে পূর্ববর্তী ভেক্টরগুলির সাথে তুলনা করে। সমস্যাটি হ'ল বিভিন্ন ডেটা স্ট্রিমগুলি সম্পূর্ণ আলাদা সেন্সর থেকে আসে, তাই একটি সাধারণ ইউক্লিডিয়ান দূরত্ব নেওয়া নাটকীয়ভাবে কিছু মানকে ছাড়িয়ে যায়। স্পষ্টতই, …

12 time-series  normalization  real-time 

ভবিষ্যতে আর্থিক টাইমসারিগুলি 1 বা আরও বেশি পদক্ষেপের পূর্বাভাস দেওয়ার জন্য মেশিন লার্নিং কীভাবে ব্যবহার করতে হয় সে সম্পর্কে আমি উপলব্ধি করার চেষ্টা করছি। আমার কিছু বর্ণনামূলক ডেটা সহ একটি আর্থিক টাইমরিজ রয়েছে এবং আমি একটি মডেল তৈরি করতে চাই এবং তারপরে মডেলটি n-steps এর পূর্বে ভবিষ্যদ্বাণী করতে ব্যবহার করতে …

12 r  time-series  machine-learning  random-forest  finance 

আমার সাথে একটি ডেটাসেট রয়েছে যা স্পষ্টভাবে বাড়ছে (মুদ্রার বিনিময় হার, 20 বছরেরও বেশি সময় ধরে মাসিক ডেটা), আমার প্রশ্ন: আমি কি ডেটাটি অবলম্বন করতে পারি এবং তারপরে এটিকে স্থির করে তুলতেও পার্থক্য করতে পারি, যদি নিজেই অবনতি ঘটে এটি অর্জন করে না? এবং যদি তাই হয় তবে এটি কি …

12 time-series  stationarity