Câu hỏi được gắn thẻ «autocorrelation»

Autocorrelation (tương quan nối tiếp) là mối tương quan của một loạt dữ liệu với chính nó ở một độ trễ. Đây là một chủ đề quan trọng trong phân tích chuỗi thời gian.


4
Mô hình lịch sử sự kiện rời rạc (Survival) trong R
Tôi đang cố gắng để phù hợp với một mô hình thời gian rời rạc trong R, nhưng tôi không chắc làm thế nào để làm điều đó. Tôi đã đọc rằng bạn có thể sắp xếp biến phụ thuộc theo các hàng khác nhau, mỗi hàng cho mỗi lần …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 



4
Làm thế nào để xử lý các khoảng trống / NaN trong dữ liệu chuỗi thời gian khi sử dụng Matlab cho tự động tương quan và mạng lưới thần kinh?
Tôi có một chuỗi thời gian đo (chiều cao - chuỗi một chiều). Trong giai đoạn quan sát, quá trình đo đã giảm xuống trong một số thời điểm. Vì vậy, dữ liệu kết quả là một vectơ với NaN nơi có các khoảng trống trong dữ liệu. Sử dụng …


1
Tính toán thủ công PACF
Tôi đang cố gắng sao chép tính toán mà SAS và SPSS thực hiện cho chức năng tự tương quan một phần (PACF). Trong SAS nó được sản xuất thông qua Proc Arima. Các giá trị PACF là các hệ số của sự tự phát của chuỗi quan tâm đối …


2
Giải thích âm mưu ACF và PACF
Dữ liệu thô của tôi bao gồm chuỗi thời gian 60 ngày với xu hướng giảm. Dữ liệu là hàng tuần nên tần số được đặt thành 7. Tôi đã tính toán sự khác biệt của dữ liệu trông như thế này Khi tôi chạy các âm mưu ACF và …




3
Tự động tương quan cao khi lấy thứ tự L-th khác biệt của một chuỗi các số ngẫu nhiên độc lập
Để giải thích chi tiết hơn cho câu hỏi này, trước tiên tôi sẽ giải thích cách tiếp cận của mình: Tôi đã mô phỏng một chuỗi các số ngẫu nhiên độc lập .X={x1,...,xN}X={x1,...,xN}X = \{x_1,...,x_N\} Sau đó tôi lấy lần chênh lệch; tức là tôi tạo các biến:LLL dX1={X(2)−X(1),...,X(N)−X(N−1)}dX1={X(2)−X(1),...,X(N)−X(N−1)}dX_{1} …

1
Tại sao tổng số tự động tương quan mẫu của một chuỗi văn phòng phẩm bằng -1/2?
Tôi không thể nắm bắt đầu của mình xung quanh tính chất này của loạt văn phòng phẩm và chức năng tự tương quan. Tôi phải chứng minh rằng ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Trong đó và là chức năng tự động điều khiểnγ(h)ρ^(h)=γ^(h)γ^(0)ρ^(h)=γ^(h)γ^(0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^(h)γ^(h)\hat\gamma(h) γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)\begin{align} \hat\gamma(h) = \frac{1}{n}\sum_{t=1}^{n-h}(X_t-\bar{X})(X_{t+h}-\bar{X}) \end{align} Hy vọng ai …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.