প্রশ্ন ট্যাগ «trend»

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । গত বছর বন্ধ ছিল । আমার একটি ছত্রভঙ্গ প্লট আছে আমি কীভাবে নন-লিনিয়ার ট্রেন্ড লাইন যুক্ত করতে পারি?

27 r  data-visualization  nonlinear-regression  trend 

আমি আর আর সময় সিরিজের বিশ্লেষণে নতুন। আমি দৈনিক তাপমাত্রার সময় সিরিজের দীর্ঘ (40 বছর) প্রবণতাটি অনুসন্ধান করার চেষ্টা করছি এবং বিভিন্ন অনুমানের চেষ্টা করেছি। প্রথমটি হ'ল একটি সাধারণ লিনিয়ার রিগ্রেশন এবং দ্বিতীয়টি হ'ল essতু দ্বারা টাইম সিরিজের মৌসুমী ক্ষয়। পরবর্তীকালে এটি প্রদর্শিত হয় যে alতু উপাদান ট্রেন্ডের চেয়ে বেশি। …

27 r  time-series  trend 

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 

সময় সিরিজে অসাধারণতা সনাক্ত করার জন্য আমি একটি অ্যালগরিদম সেট আপ করতে চাই এবং আমি এটির জন্য ক্লাস্টারিং ব্যবহার করার পরিকল্পনা করছি। ক্লাস্টারিংয়ের জন্য কেন আমি দূরত্বের ম্যাট্রিক্স ব্যবহার করব এবং কাঁচা সময় সিরিজের ডেটা নয় ?, অসঙ্গতি সনাক্তকরণের জন্য, আমি ঘনত্ব-ভিত্তিক ক্লাস্টারিং ব্যবহার করব, ডিবিস্কান হিসাবে একটি অ্যালগরিদম, তাই …

15 time-series  clustering  trend 

আমি আর-তে কিছু ইউনিট মূল পরীক্ষার সাথে খেলেছি এবং কে ল্যাগ প্যারামিটারটি কী তৈরি করব তা আমি পুরোপুরি নিশ্চিত নই। আমি tseries প্যাকেজ থেকে বর্ধিত ডিকি ফুলার পরীক্ষা এবং ফিলিপস পেরোন পরীক্ষা ব্যবহার করেছি । স্পষ্টতই ডিফল্ট কে প্যারামিটার (এর জন্য ) কেবল সিরিজের দৈর্ঘ্যের উপর নির্ভর করে। আমি যদি …

15 r  time-series  trend 

এটি মোটেও একটি অদ্ভুত প্রশ্ন হতে পারে তবে আমি ভাবছি যে বিষয়টির জন্য একজন নবজাতক হিসাবে আমরা কেন অবসর ব্যবহার করি কেন সময়সীমা অবলম্বন করার জন্য যদি রিগ্রেশনটির অনুমানের একটি হ'ল ডেটা আইড করা উচিত তবে যে রেগ্রেশনটি প্রয়োগ করা হচ্ছে সেই ডেটা হ'ল আইআইডি?

14 regression  time-series  trend  iid 

নির্ভরশীল ভেরিয়েবল হিসাবে আমরা যে ডেটা ব্যবহার করতে চাই তা দেখতে এই জাতীয় দেখাচ্ছে (এটি গণনা ডেটা)। আমরা আশঙ্কা করি যেহেতু এটির একটি চক্রীয় উপাদান এবং প্রবণতা কাঠামো রয়েছে তাই প্রতিরোধটি কোনওভাবেই পক্ষপাতদুষ্ট বলে প্রমাণিত হয়। এটি যদি সহায়তা করে তবে আমরা নেতিবাচক দ্বিপদী রিগ্রেশন ব্যবহার করব। ডেটা একটি ভারসাম্য …

14 autocorrelation  panel-data  fixed-effects-model  trend  lags 

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 

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 + …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

শিরোনাম হিসাবে আমি জানতে চাই যে একটি পরিসংখ্যান পরীক্ষা আছে যা আমাকে দুটি অনুরূপ সময় সিরিজের মধ্যে একটি উল্লেখযোগ্য বিচ্যুতি সনাক্ত করতে সহায়তা করতে পারে। বিশেষত, নীচের চিত্রটি অনুসন্ধান করে, আমি সনাক্ত করতে চাই যে সিরিজটি টি -২০ সময়ে বিচ্যুত হতে শুরু করে, অর্থাৎ যখন তাদের মধ্যে পার্থক্যটি উল্লেখযোগ্য হতে …

10 time-series  statistical-significance  variance  convergence  trend 

আমি তুলনা করতে চাইছি সময়-সিরিজের ডেটা তিন সেট আছে। এগুলি প্রায় 12 দিনের 3 টি পৃথক সময়কালে নেওয়া হয়েছে। ফাইনালের সপ্তাহগুলিতে এগুলি কলেজের লাইব্রেরিতে নেওয়া সর্বনিম্ন, সর্বোচ্চ এবং সর্বনিম্ন প্রধান সংখ্যা। আমার গড়, সর্বোচ্চ এবং সর্বনিম্ন কারণটি ছিল কারণ প্রতি ঘন্টার মাথার সংখ্যাগুলি অবিচ্ছিন্ন ছিল না ( একটি সময়ের সিরিজের …

10 time-series  multiple-comparisons  trend 

আমি কিছু খুব গোলমাল দীর্ঘমেয়াদী ডেটাতে চেষ্টা করার চেষ্টা করার চেষ্টা করছি find তথ্যটি মূলত এমন কোনও কিছুর সাপ্তাহিক পরিমাপ যা প্রায় 8 মাসের সময়কালে প্রায় 5 মিমি স্থানান্তরিত করে। ডেটাটি 1 মিমি যথার্থ হয় এবং এক সপ্তাহে নিয়মিত +/- 1 বা 2 মিমি পরিবর্তিত হয় খুব গোলমাল। আমাদের কাছে …

10 time-series  data-mining  signal-processing  trend 

এটি জানুয়ারী 2004-এপ্রিল 2017 ( লিঙ্ক ) থেকে "নাইভ বয়েস" বাক্যাংশের জন্য প্রাপ্ত গুগল ট্রেন্ডস ফলাফল । এই চিত্র অনুসারে, এপ্রিল 2017 এ "নাইভ বয়েস" এর অনুসন্ধানের অনুপাত পুরো সময়ের মধ্যে সর্বাধিকের চেয়ে প্রায় 25% বেশি is এটি কি বোঝায় যে এই সহজ এবং পুরানো পদ্ধতিটি আরও মনোযোগ পাচ্ছে? কেন? …

9 naive-bayes  trend 

উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty