প্রশ্ন ট্যাগ «time-series»

সময় সিরিজ ডেটা পর্যায়ক্রমে পর্যবেক্ষণ করা হয় (হয় অবিচ্ছিন্ন সময়ে বা স্বতন্ত্র সময়সীমার মধ্যে)।

1
গণনা তথ্যকে ডিসসোনালাইজ করা
আমি গণনা তথ্যগুলিকে ট্রেন্ড, মৌসুমী এবং অনিয়মিত উপাদানগুলিতে পচানোর জন্য স্টার () ব্যবহার করেছি। ফলাফলের প্রবণতা মানগুলি আর পূর্ণসংখ্যা নয়। আমার নিম্নলিখিত প্রশ্নগুলি রয়েছে: Stl () কি গণনা তথ্যকে ডিসসোনালাইজ করার উপযুক্ত উপায়? যেহেতু ফলস্বরূপ প্রবণতাটি আর সংখ্যার আন্তঃমূল্য নয়, আমি কি ট্রেন্ডের উপাদানগুলি মডেল করতে lm () ব্যবহার করতে …

3
অসঙ্গতি সনাক্তকরণের জন্য হারিয়ে যাওয়া মানগুলির সাথে সময় সিরিজে এসটিএল
আমি কিছু অনুপস্থিত পর্যবেক্ষণের সাথে জলবায়ু ডেটা একটি সিরিজ সময় ব্যতীত মান সনাক্ত করার চেষ্টা করছি। ওয়েবে অনুসন্ধান করে আমি অনেকগুলি উপলব্ধ পন্থা পেয়েছি। এর মধ্যে, স্ট্রল পচনটি প্রবণতা এবং seasonতু উপাদানগুলি অপসারণ এবং বাকী অংশটি অধ্যয়ন করার অর্থে মনে হয়। এসটিএল পড়া : essতুর ভিত্তিতে একটি asonতু-ট্রেন্ড পচন প্রক্রিয়া …

1
আরআর-তে স্বাধীনতা ডিগ্রিআরসিআরসি মিশ্রিত এবং lme / lmer এর মধ্যে পার্থক্য
দ্রষ্টব্য: এই প্রশ্নটি পুনরায় পোস্ট করা হয়েছে, কারণ আমার আগের প্রশ্নটি আইনি কারণে মুছে ফেলা হয়েছিল। আর- lmeএর nlmeপ্যাকেজ থেকে ফাংশনটির সাথে এসএএস থেকে প্রসকে মিক্সেড তুলনা করার সময় , আমি কিছু বরং বিভ্রান্তিকর পার্থক্যের উপর হোঁচট খেয়েছি। আরও সুনির্দিষ্টভাবে বলা যায় যে বিভিন্ন পরীক্ষায় স্বাধীনতার ডিগ্রিগুলির মধ্যে পার্থক্য রয়েছে …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

2
ভলিউম টাইমসরিগুলি সংযুক্ত করে
নিম্নলিখিত গ্রাফটি বিবেচনা করুন: লাল রেখা (বাম অক্ষ) একটি নির্দিষ্ট স্টকের ব্যবসায়ের পরিমাণ বর্ণনা করে। নীল রেখা (ডান অক্ষ) স্টকটির জন্য টুইটার বার্তার ভলিউম বর্ণনা করে। উদাহরণস্বরূপ, 9 ই মে (05-09) প্রায় 1.100 মিলিয়ন ব্যবসা এবং 4.000 টুইট করা হয়েছিল। একই দিনে বা ল্যাগের সাথে টাইমসারিগুলির মধ্যে কোনও সম্পর্ক রয়েছে …

4
বাইনারি সময় সিরিজ পূর্বাভাস
গাড়িটি যখন চলাচল করছে না তখন আমার সাথে বাইনারি টাইম সিরিজ রয়েছে, এবং গাড়িটি যখন চলমান 0 আমি এক সময়ের দিগন্তের জন্য 36 ঘন্টা এগিয়ে এবং প্রতিটি ঘন্টাের জন্য একটি পূর্বাভাস করতে চাই। আমার প্রথম পদ্ধতিটি ছিল নীচের ইনপুটগুলি ব্যবহার করে একটি নেভ বেইস ব্যবহার করা: টি -24 (প্রতিদিনের মৌসুমী), …

5
অ পর্যায়ক্রমিক সময় সিরিজের প্রবণতা কীভাবে বিশ্লেষণ করা যায়
ধরা যাক আমি অ পর্যায়ক্রমিক সময় সিরিজ অনুসরণ করছি। অবশ্যই প্রবণতা হ্রাস পাচ্ছে এবং আমি এটি কিছু পরীক্ষার মাধ্যমে প্রমাণ করতে চাই ( পি-মান সহ )। শক্তিশালী টেম্পোরাল (সিরিয়াল) মানগুলির মধ্যে স্ব-সম্পর্কের কারণে আমি ক্লাসিক লিনিয়ার রিগ্রেশন ব্যবহার করতে অক্ষম use library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end …
12 r  time-series 

1
কেন সময় সিরিজ বিশ্লেষণকে কোনও মেশিন লার্নিং অ্যালগরিদম হিসাবে বিবেচনা করা হয় না
কেন সময় সিরিজ বিশ্লেষণকে কোনও মেশিন লার্নিং অ্যালগরিদম হিসাবে বিবেচনা করা হয় না (লিনিয়ার প্রতিরোধের বিপরীতে)। রিগ্রেশন এবং সময় সিরিজ বিশ্লেষণ উভয়ই পূর্বাভাসের পদ্ধতি। তাহলে কেন তাদের একজনকে শেখার অ্যালগরিদম বিবেচনা করা হয় তবে অন্যটি নয়?

1
প্রবণতা সহ ধারাবাহিকতা এবং ধারাবাহিকের মধ্যে পার্থক্য
ড্রিফট সহ একটি সিরিজ যেখানে (ধ্রুবক) এবং হিসাবে মডেল করা । Yটি= সি + ϕ yটি - 1+ + εটিyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tগcc। = 1ϕ=1\phi=1 প্রবণতা সহ একটি সিরিজ যেখানে প্রবাহ (ধ্রুবক), হ'ল নির্ধারিত সময়ের প্রবণতা এবং হিসাবে মডেল করা ।Yটি= গ + + δt + …

3
গত মাসের রেকর্ডের ভিত্তিতে বিক্রয় পূর্বাভাস দেওয়ার জন্য একটি উপযুক্ত সময় সিরিজের মডেল বিকাশ করা হচ্ছে
আমি এখন একটানা দু'বছর ধরে একটি অনলাইন ব্যবসায় পরিচালনা করছি, তাই আমার প্রায় দুই বছর ধরে আমার মাসিক বিক্রয় ডেটা রয়েছে। প্রতিমাসের জন্য আমার ব্যবসা অবশ্যই মৌসুমী দোল (ক্রিসমাসে আরও ভাল পারফর্মেন্স ইত্যাদি) দ্বারা প্রভাবিত হয় এবং সম্ভবত এমন কিছু অন্যান্য কারণও যা আমি অবগত নই। ভবিষ্যতে বিক্রয় আরও ভালভাবে …

3
এআইসিকে হ্রাস করে মডেলগুলি নির্বাচন করা কখন উপযুক্ত?
এটি সুপ্রতিষ্ঠিত, কমপক্ষে কিছু উচ্চতর ক্যালিবারের পরিসংখ্যানবিদদের মধ্যে যে, ন্যূনতম মানের একটি নির্দিষ্ট প্রান্তিকের মধ্যে এআইসি পরিসংখ্যানের মানগুলির সাথে মডেলগুলিকে এআইসি পরিসংখ্যানকে হ্রাস করার মডেল হিসাবে উপযুক্ত হিসাবে বিবেচনা করা উচিত। উদাহরণস্বরূপ, [1, p.221] এ আমরা খুঁজে পাই তারপরে ছোট ছোট জিসিভি বা এআইসি সহ মডেলগুলি সেরা হিসাবে বিবেচিত হবে। …

1
গতিশীল ফ্যাক্টর বিশ্লেষণ বনাম রাজ্য স্পেস মডেল
আর এ MARSS প্যাকেজটি গতিশীল ফ্যাক্টর বিশ্লেষণের জন্য ফাংশন সরবরাহ করে। এই প্যাকেজে, ডায়নামিক ফ্যাক্টর মডেলটি রাজ্য স্পেস মডেলের একটি বিশেষ ফর্ম হিসাবে লেখা হয় এবং তারা ধরে নেয় যে সাধারণ ট্রেন্ডগুলি এআর (1) প্রক্রিয়া অনুসরণ করে। যেহেতু আমি এই দুটি পদ্ধতির সাথে খুব বেশি পরিচিত নই, তাই আমি দুটি …

3
দুটি সময়ের সিরিজের মধ্যে সম্পর্ক: আরিমা
নিম্নলিখিত দুটি টাইম সিরিজ দেওয়া ( x , y ; নীচে দেখুন), এই ডেটাতে দীর্ঘমেয়াদী প্রবণতার মধ্যে সম্পর্কের মডেল করার সেরা পদ্ধতিটি কী? উভয় সময় সিরিজের উল্লেখযোগ্য ডুর্বিন-ওয়াটসন পরীক্ষা করা হয় যখন সময়ের ফাংশন হিসাবে মডেল করা হয় এবং না হয় স্থির থাকে (যেমন আমি এই শব্দটি বুঝি, বা এর …

3
ট্রেন / টেস্ট / বৈধকরণ সেটগুলিতে টাইম সিরিজের ডেটা বিভক্ত করা
ট্রেন / পরীক্ষা / বৈধতা সেটগুলিতে টাইম সিরিজের ডেটা বিভক্ত করার সর্বোত্তম উপায় কী, যেখানে হাইপারপ্যারমিটার টিউনিংয়ের জন্য বৈধতা সেটটি ব্যবহৃত হবে? আমাদের কাছে দৈনিক বিক্রয় ডেটা 3 বছরের মূল্যবান রয়েছে এবং আমাদের পরিকল্পনাটি 2015-2016 প্রশিক্ষণ ডেটা হিসাবে ব্যবহার করা হবে, তারপরে এলোমেলোভাবে নমুনা হিসাবে সেট করার জন্য 2017 ডেটা …

2
লগ পার্থক্য সময় সিরিজের মডেলগুলি বৃদ্ধির হারের চেয়ে ভাল?
প্রায়শই আমি দেখি লেখকরা "লগ ডিফারেন্স" মডেলটি অনুমান করে, যেমন লগ( y)টি) - লগ( y)টি - 1) = লগ( y)টি/ ওয়াইটি - 1) = α + βএক্সটিলগ⁡(Yটি)-লগ⁡(Yটি-1)=লগ⁡(Yটি/Yটি-1)=α+ +βএক্সটি\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t আমি সম্মত এই সম্পর্কযুক্ত উপযুক্ত মধ্যে শতকরা পরিবর্তনের যখন হয় ।y t লগ ( …

3
আর-এ বিঘ্নিত সময় সিরিজ বিশ্লেষণের জন্য সংস্থানসমূহ
আমি আর-এ মোটামুটি নতুন I শামওয়ে এবং স্টোফারের সময় সিরিজের বিশ্লেষণ এবং এর অ্যাপ্লিকেশনগুলির তৃতীয় সংস্করণ , হেন্ডম্যানের দুর্দান্ত পূর্বাভাস: নীতি ও অনুশীলন সময় সিরিজ বিশ্লেষণের জন্য এভ্রিল কোঘলানের ব্যবহার করা আর উ। আয়ান ম্যাকলিউড এবং আল টাইম সিরিজ বিশ্লেষণ আর মার্সেল ডেটলিংয়ের প্রয়োগকৃত সময় সিরিজ বিশ্লেষণ ড সম্পাদনা করুন: …
12 r  time-series 

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.