Questions tagged «time-series»

我最近开始为结核病诊所工作。我们会定期开会，讨论我们目前正在治疗的结核病病例数，进行的检测数目等。我想开始对这些计数进行建模，以便我们不只是猜测是否有异常。不幸的是，我几乎没有时间序列方面的培训，并且我大部分时间都在接触非常连续的数据（股价）或大量计数（流感）的模型。但是我们每月处理0-18例（平均6.68，中位数7，变量12.3），分布情况如下： [图像迷失在时间的迷雾中] [被烟灰吞噬的图像] 我已经找到了一些有关此类模型的文章，但我非常感谢听到您的建议-无论是方法还是我可以用来实现这些方法的R包。 编辑： mbq的回答迫使我对我在这里要问的问题进行更仔细的思考。我对每月的工作太挂了，失去了问题的实际重点。我想知道的是：（从2008年开始）（明显可见）的下降是否反映了案件总数的下降趋势？在我看来，2001-2007年间每月的案件数量反映了一个稳定的过程；也许有些季节性，但总体稳定。从2008年至今，情况似乎正在发生变化：案件总数正在下降，尽管由于随机性和季节性，每月的案件数可能会上下波动。如何测试流程中是否存在真正的变化？如果我能确定下降，

23 r  time-series  poisson-distribution  count-data  epidemiology 

在过去的几年中，各种深度学习论文都使用了注意力机制。Open AI研究负责人Ilya Sutskever热情地称赞了他们：https ://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 普渡大学的Eugenio Culurciello声称应该放弃RNN和LSTM，而转而使用纯粹基于注意力的神经网络： https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0 这似乎有点夸张，但不可否认的是，纯粹基于注意力的模型在序列建模任务中做得很好：我们都知道Google恰当命名的论文，Attention是您所需要的 但是，基于注意力的模型到底是什么？我还没有找到关于此类模型的清晰说明。假设我要根据给定的历史值来预测多元时间序列的新值。很清楚如何使用具有LSTM单元的RNN来做到这一点。对于基于注意力的模型，我该怎么做？

23 time-series  deep-learning  lstm  rnn  attention 

我对时间序列设置中的模型选择感兴趣。具体来说，假设我要从具有不同滞后顺序的ARMA模型池中选择一个ARMA模型。最终目的是预测。 型号选择可以通过 交叉验证， 使用信息标准（AIC，BIC）， 在其他方法中。 Rob J. Hyndman提供了一种对时间序列进行交叉验证的方法。对于相对较小的样本，交叉验证中使用的样本大小可能与原始样本大小在质量上有所不同。例如，如果原始样本大小为200个观测值，则可以考虑通过获取前101个观测值并将窗口扩展到102、103，...，200个观测值来获得100个交叉验证结果，从而开始交叉验证。显然，对于200个观测值而言，合理地简约的模型对于100个观测值而言可能太大，因此其验证误差将很大。因此，交叉验证可能会系统地偏爱过于简约的模型。由于样本大小不匹配，这是不希望的效果。 交叉验证的替代方法是使用信息标准进行模型选择。由于我关心预测，因此我将使用AIC。尽管AIC渐近等效于最小化时间序列模型的样本外一步预测MSE（根据Rob J.Hyndman的帖子），但我怀疑这与样本有关在这里是否有意义我关心的尺寸不是很大... 问题：对于中/小样本，我应该在时间序列交叉验证中选择AIC吗？ 一些相关的问题可以在这里，这里和这里找到。

23 time-series  forecasting  cross-validation  model-selection  aic 

我在文献中为弱固定时间序列的自相关时间找到了两个定义： τ一种= 1 + 2 ∑k = 1∞ρķ与τb= 1 + 2 ∑k = 1∞| ρķ|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| 其中是滞后的自相关。 kρķ= Cov [ XŤ，X吨+ 小时]变量[ XŤ]ρk=Cov[Xt,Xt+h]Var[Xt]\rho_k = \frac{\text{Cov}[X_t,X_{t+h}]}{\text{Var}[X_t]}ķkk 自相关时间的一种应用是找到“有效样本量”：如果您对一个时间序列有观测值，并且知道它的自相关时间，那么您可以假装您拥有τñnnττ\tau ñ效= nτneff=nτ n_\text{eff} = \frac{n}{\tau} 为了找到平均值，独立样本而不是相关样本。从数据中估计并非易事，但有几种方法可以做到这一点（请参阅Thompson 2010）。τñnnττ\tau 没有绝对值的定义在文献中似乎更常见；但它承认的可能性。使用R和“ coda”包：τ 一个 &lt; 1τ一种τa\tau_aτ一种&lt; 1τa&lt;1\tau_a<1 require(coda) …

23 r  time-series  correlation 

我有一个包含双重季节性成分的时间序列，我想将该序列分解为以下时间序列成分（趋势，季节性成分1，季节性成分2和不规则成分）。据我所知，用于分解R中序列的STL过程仅允许一个季节性成分，因此我尝试了两次分解序列。首先，使用以下代码将频率设置为第一个季节性成分： ser = ts(data, freq=48) dec_1 = stl(ser, s.window="per") 然后，我dec_1通过将频率设置为第二个季节性分量来分解分解系列（）的不规则分量，从而： ser2 = ts(dec_1$time.series[,3], freq=336) dec_2 = stl(ser2, s.window="per") 我对这种方法不是很自信。而且我想知道是否还有其他方法可以分解具有多个季节性的序列。另外，我注意到tbats()R 预测软件包中的函数允许一个模型适合具有多个季节性的序列，但是它并未说明如何使用它来分解一个序列。

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

有没有人尝试使用支持向量回归进行时间序列预测？ 我了解支持向量机，部分了解支持向量回归，但是我不了解如何将其用于建模时间序列，尤其是多元时间序列。 我试图阅读一些论文，但是它们的水平太高了。谁能用外行的方式解释他们将如何工作，尤其是在多元时间序列方面？ 编辑：详细说明一下，让我尝试用股价示例进行说明。 假设我们有N天的股价。然后，对于每一天，我们可以构造一个特征向量，在一个简单的情况下，它可以是前一天的价格和当天的价格。每个特征向量的响应将是第二天的价格。因此，给定昨天的价格和今天的价格，目标是预测第二天的价格。我不明白的是，假设我们有六个月的训练数据，您如何将重点放在较新的特征向量上？

22 time-series  machine-learning  svm 

平均绝对比例误差（MASE）是对预测准确性的一种度量，由 Koehler＆Hyndman（2006）。 MASE=MAEMAEin−sample,naiveMASE=MAEMAEin−sample,naiveMASE=\frac{MAE}{MAE_{in-sample, \, naive}} 其中是实际预测产生的平均绝对误差； 而M A E i n − s a m p lMAEMAEMAE是天真预测产生的平均绝对误差（例如，积分I（1MAEin−sample,naiveMAEin−sample,naiveMAE_{in-sample, \, naive}样本内数据计算出）时间序列。I(1)I(1)I(1) （查看 Koehler＆Hyndman（2006）的文章以获取精确的定义和公式。） 意味着实际的预测确实恶化了样品的比幼稚预测样品一样，在平均绝对误差的条款。因此，如果平均绝对误差是预测准确性的相关度量（取决于当前的问题），则 M A S E &gt; 1MASE&gt;1MASE&gt;1MASE>1MASE&gt;1MASE&gt;1MASE>1表示，如果我们期望超出预期范围，则应放弃实际预测，而采用幼稚的预测样本数据非常类似于样本中的数据（因为我们只知道样本中的幼稚预测执行得很好，而不是样本外）。 题： 作为在此提出一个预测竞争的标杆Hyndsight博客文章。一个明显的基准应该不是 M A S E =MASE=1.38MASE=1.38MASE=1.38吗？MASE=1MASE=1MASE=1 当然，这个问题并不特定于特定的预测竞赛。我希望在更一般的背景下帮助您理解这一点。 我猜： 我看到的唯一合理的解释是，由于结构的变化，天真的预测在样本外的表现要比样本中的表现差得多。然后可能已经太具有挑战性的实现。MASE&lt;1MASE&lt;1MASE<1 参考文献： Hyndman，Rob J.和Anne B. Koehler。“ 另一种方法是对预测准确性的度量。 ”国际预测杂志》 22.4（2006年）：679-688。 Hyndsight博客文章。

22 time-series  forecasting  accuracy  mase 

我有关于聚类分析的问题。有3000家公司，必须根据5年内的用电量进行分组。每个公司在5年中每小时都有价值。我想找出在一段时间内某些公司的使用功率模式是否相同。结果应用于每日用电量预测。如果您对如何在SPSS中对时间序列进行聚类有什么想法，请与我分享。

22 time-series  clustering  spss 

我知道主成分分析（PCA）基本上可以应用于横截面数据。通过将年份指定为时间序列变量并正常运行PCA，PCA能否有效地用于时间序列数据？我发现动态PCA适用于面板数据，并且Stata中的编码是针对面板数据而非时间序列设计的。是否有适用于时间序列数据的任何特定类型的PCA？ 更新。让我详细解释。 目前，我正在构建印度基础设施指数，该指数包含道路长度，铁路路线长度，发电量，电话用户数量等变量。对于一个国家/地区，我在22年内拥有12个变量。尽管我已经审查了将PCA应用于时间序列甚至面板数据的论文，但PCA是为假设iid的横截面数据而设计的。面板和横截面数据违反了该规则，并且PCA未考虑其中的时间序列维度。我看到动态PCA仅应用于面板数据。我想知道是否有在时间序列上应用的特定PCA或运行将年份定义为时间序列变量的静态PCA可以完成这项工作？

22 time-series  pca 

我想知道是否存在用于训练卷积神经网络进行时间序列分类的代码。 我最近看过一些论文（http://www.fer.unizg.hr/_download/repository/KDI-Djalto.pdf），但是我不确定是否存在某些东西，或者我是否自己编写了代码。

21 time-series  classification  neural-networks  conv-neural-network 

我想看看我是否在分析我的ACF和PACF曲线的正确轨道上： 背景：（参考文献：菲利普·汉斯·弗朗西斯，1998年） 由于ACF和PACF都显示出重要的价值，因此我认为ARMA模型将满足我的需求 ACF可用于估计MA部分，即q值，PACF可用于估计AR部分，即p值 为了估计模型阶数，我查看了a。）ACF值是否足够消亡，b。）ACF信号是否过度差分，以及c。）ACF和PACF在某些滞后是否显示任何明显且易于解释的峰值 ACF和PACF可能不仅建议一种模型，而且在考虑其他诊断工具后需要从许多模型中进行选择 考虑到这一点，我继续说，最明显的模型似乎是ARMA（4,2），因为ACF值在滞后4处消失，而PACF在1和2处出现尖峰。 另一种分析方法是ARMA（2,1），因为我看到我的PACF中出现两个明显的峰值，而我的ACF中出现一个明显的峰值（此后，值从更低的点（0.4）开始消失。 查看我的样本内预测结果（使用简单的平均绝对百分比误差），ARMA（2,1）的结果要比ARMA（4,2）好得多。所以我使用ARMA（2,1）！ 您能否确认我的分析ACF和PACF图的方法和发现？ 帮助赞赏！ 编辑： 描述性统计： count 252.000000 mean 29.576151 std 7.817171 min -0.920000 25% 26.877500 50% 30.910000 75% 34.915000 max 47.430000 Skewness of endog_var: [-1.35798399] Kurtsosis of endog_var: [ 5.4917757] Augmented Dickey-Fuller Test for endog_var: (-3.76140904255411, 0.0033277703768345287, {'5%': -2.8696473721448728, '1%': -3.4487489051519011, '10%': …

21 time-series  model-selection  arma  statsmodels 

我了解，如果一个流程依赖于其自身先前的值，那么它就是一个AR流程。如果它取决于先前的错误，则它是一个MA进程。 这两种情况之一何时发生？有没有人有一个可靠的例子来阐明关于将流程最好地建模为MA vs AR意味着什么的根本问题？

21 time-series  autoregressive  moving-average 

我正在做一些研究，但是一直停留在分析阶段（应该更多地关注我的统计讲座）。 我收集了两个同时发生的信号：对体积进行积分的流速和对胸部扩张的改变。我想比较这些信号，最终希望从胸部扩张信号中得出体积。但是首先我必须对齐/同步我的数据。 由于记录不是在同一时间开始，并且胸部扩展被捕获的时间更长，因此我需要在胸部扩展数据集中找到与我的体数据相对应的数据，并衡量它们的对齐程度。如果两个信号不是完全同时启动，或者不是在不同比例和不同分辨率的数据之间启动，我不太确定该如何处理。 我已经附上了这两个信号的示例（https://docs.google.com/spreadsheet/ccc?key=0As4oZTKp4RZ3dFRKaktYWEhZLXlFbFVKNmllbGVXNHc），请告诉我是否还有其他信息。

21 r  time-series  signal-processing  measurement 

考虑到过去的观察，我想在流数据（多维时间序列）的上下文中使用二进制逻辑回归模型，以便预测刚刚到达的数据（即行）的因变量的值。据我所知，逻辑回归通常用于事后分析，因为每个因变量均已设置（通过检查或研究性质）。 但是在时间序列的情况下会发生什么，我们要根据历史数据（例如，在最后秒的时间窗口中）（当然是前一个）动态地对因变量进行预测估计因变量？ŤŤt 并且，如果您随着时间的推移看到上述系统，应该如何构建它才能使回归正常工作？我们是否必须首先通过标记数据的前50行（即将因变量设置为0或1）来训练它，然后使用向量的当前估计值来估计它的新概率？因变量是刚到达的数据的0或1（即刚添加到系统的新行）？ββ{\beta} 为了使我的问题更清楚，我尝试建立一个系统来逐行解析数据集，并在给定所有先前因果关系或解释性知识（观察或估计）的情况下，对二进制结果（因变量）进行预测到达固定时间窗口的变量。我的系统在Rerl中，并使用R进行推断。

21 r  time-series  logistic 

我正在每天时间序列上拟合ARIMA模型。从2010年2月1日到2011年7月30日每天收集数据，这些数据与报纸的销售有关。由于可以发现每周的销售模式（星期一至星期五的每日平均销售份数通常相同，然后在星期六和星期日增加），因此我试图捕捉这种“季节性”。给定销售数据“数据”，我按如下方式创建时间序列： salests&lt;-ts(data,start=c(2010,1),frequency=365) 然后使用auto.arima（。）函数通过AIC准则选择最佳的ARIMA模型。结果始终是非季节性的ARIMA模型，但是如果我尝试使用以下语法作为示例的SARIMA模型，例如： sarima1&lt;-arima(salests, order = c(2,1,2), seasonal = list(order = c(1, 0, 1), period = 7)) 我可以获得更好的结果。ts命令/ arima规范中是否有任何错误？每周模式非常强大，因此我不希望在捕获它时遇到太多困难。任何帮助将非常有用。谢谢朱莉娅·德皮里（Giulia Deppieri） 更新： 我已经改变了一些论点。更准确地说，当我设置时，该过程选择ARIMA（4,1,3）作为最佳模型D=7，但AIC和其他拟合指数和预测良好的方法根本没有改善。我猜是由于季节性和周期性之间的混淆导致一些错误。 使用Auto.arima调用并获得输出： modArima&lt;-auto.arima(salests,D=7,max.P = 5, max.Q = 5) ARIMA(2,1,2) with drift : 1e+20 ARIMA(0,1,0) with drift : 5265.543 ARIMA(1,1,0) with drift : 5182.772 ARIMA(0,1,1) with drift : 1e+20 ARIMA(2,1,0) …

21 r  time-series  arima  seasonality