预测二进制时间序列

12

我有一个二进制时间序列，当汽车不动时为1，当汽车不动时为0。我想对未来36小时以及每个小时的时间范围进行预测。

我的第一种方法是通过以下输入使用朴素贝叶斯：t-24（每日季节性），t-48（每周季节性），一天中的小时。但是，结果不是很好。

您为该问题推荐哪些文章或软件？

r time-series forecasting binary-data

— 里卡多·贝萨（Ricardo Bessa）
source

看看这是否对math.bme.hu/~morvai/publications/papers / ...有所帮助

— Mithun Ashok

您是否考虑过隐藏的马尔可夫模型？

— Ram Ahluwalia

感谢您的回答。但是，某些实现中已经有可用的软件包了吗？我在R中进行了搜索，但只找到了VLMC软件包。谢谢，里卡多·贝萨

里卡多，您应该使用此附加信息来编辑问题，而不是将其添加为答案。谢谢，欢迎光临本站！

— 亚伦（Aaron）

您的数据中确实有两种1的类型吗？也就是说，1表示汽车可能正在行驶，而1与1意味着您的汽车此时确实不能行驶。那将被称为单通货膨胀（通常是零通货膨胀）。如果是这样，则需要对汽车何时可以行驶以及何时不可以行驶进行建模。

— 韦恩

6

您可以使用通用ARMA（GLARMA）模型。参见，例如，Kedem和Fokianos（2002），时间序列分析的回归模型。

另请参见R软件包glarma（在CRAN上）

— 巴格沙尼
source

这个答案不应该被否决。

— usεr11852

3

R包的bsts可让您通过设置估算具有二值目标的贝叶斯结构时间序列模型family = 'logit'。但是请注意，这些模型通常需要比高斯数据（例如niter = 10000）更长的运行时间。

— 乌尔费尔德
source

2

如何将逻辑回归与某些时滞（每天，每周）用作预测指标？（大多数统计软件包具有逻辑回归）。这是在黑暗中拍摄的内容-您可以共享数据还是绘图？

— 加利特·施穆里
source

2

隐藏的马尔可夫模型是Naive Bayes的顺序版本。在朴素贝叶斯中，您有一个带有多个可能值（在您的情况下为0/1）和一组功能的标签。y的值是通过对p（特征|标签）* p（标签）建模来选择的。

在隐藏的马尔可夫模型中，可以通过对p（标签|先前标签）和P（特征|标签）建模来预测标签序列。

— 亚历克斯·兰姆
source