問題タブ [time-series]

タイムスタンプ ベクトル (秒単位) と測定された値のベクトルの 2 つのコンポーネントでそれぞれ記述された一連の時系列があります。時間ベクトルは不均一です (つまり、不規則な間隔でサンプリングされます)。

値の1分間隔ごとの平均/ SDを計算しようとしています（X分の間隔を取り、その平均を計算し、次の間隔を取ります...）。

私の現在の実装ではループを使用しています。これは私がこれまでに持っているもののサンプルです:

より高速なベクトル化されたソリューションがあるかどうか疑問に思っています。上記のサンプルよりもはるかに長い時間をかけて処理する多数の時系列があるため、これは重要です..

どんな助けでも大歓迎です。

フィードバックをありがとうございました。

t常に単調増加 (ソート) されるように生成される方法を修正しましたが、これは実際には問題ではありませんでした..

また、これを明確に述べていないかもしれませんが、私の意図は、任意の間隔の長さを分単位で解決することでした (1 分は単なる例です)。

へいたち、

私は時系列の作業で忙しく、四半期カウント変数を挿入できるコマンドを見つけようとしています。簡単にするために、1995 年の第 3 四半期 (私の観測開始日) は四半期 -2、1995 年の第 4 四半期は -1 など、2006 年までは (それまでに約 45 になるはずです) とします。私の日付は、20JUN04 などの date9 形式です。

SASでこれを機能させるために必要なコマンドを手伝ってくれる人はいますか?

ありがとう

郵便番号または緯度/経度座標のセットを指定して、現在の天気を取得しようとしています。これを行うためのベストプラクティス（およびNOAAがそれを行う方法）は、気象観測所のXMLフィードを取得することであるように思われます。

例： http ：//www.weather.gov/xml/current_obs/KEDW.xml

唯一の問題は、NOAAが郵便番号または座標を指定して最も近い気象観測所を見つける良い方法を提供しておらず、このマッピングを提供するホストされたWebサービスがそこにないことです。

郵便番号または座標入力を指定して最寄りの気象観測所を取得するためのWebサービスを知っている人はいますか？そうでない場合、NOAAと同様の情報を提供するが、郵便番号または座標を使用する、調査するための優れたソリューションはありますか？

2つのインデックスの時系列があり、各行は同じ日の終値を表しています。行30に移動し、過去30日間を振り返って、ピアソン相関を計算したいと思います。そして、その値を新しいベクトルに格納します。次に、時系列全体に対して計算を繰り返します。

これはExcelでの簡単な作業なので、Rで実行できると確信しています。ただし、使用する方法はわかりません。

分析が必要な高頻度の商品価格データがあります。私の目的は、季節的な要素を想定せず、トレンドを特定することです。ここで R の問題に遭遇します。この時系列を分析するために私が知っている主な関数は 2 つあります。decompose() と stl() です。問題は、どちらも 2 以上の周波数パラメータを持つ ts オブジェクト型を取ることです。単位時間あたり 1 の周波数を想定し、R を使用してこの時系列を分析する方法はありますか? 残念ながら、頻度が単位時間あたり 1 を超えると仮定し、頻度パラメーターを使用して季節性を計算すると、私の予測はその仮定に依存することになります。

周波数を単位時間あたり 1 にしたいのですが、decompose() と stl() が機能しません!

ありがとうございました。

誰かが私の問題に 2 セントを与えるために 1 日のうち 1 分を割いてくれないだろうか.

時系列データの大規模なデータ セットをディスク上で表現するための最適なデータ構造について、いくつか提案をお願いします。主な優先順位は挿入速度で、他の優先順位は降順です。取得速度、ディスク上のサイズ、メモリ内のサイズ、削除の速度。

検索時間が速いため、B+ ツリーがデータベースでよく使用されるのを見てきましたが、挿入時間が速い場合はどうですか? リンクされたリストは本当に進むべき道ですか?

ts オブジェクトを取らないベクトルで関数を使用する必要があります。私はそれを普通の古いベクトルに変換しようとしていますが、それを理解できないようです。私はグーグルで調べましたが、ほとんどの人はデータ型を ts オブジェクトに変換しようとしています。向こうに行きたい。どんな助けでも大歓迎です。

Rにサンプルの時系列があります：

この例では、xとyのサンプルが1時間ごとに取得されます（ただし、時間デルタは固定されていません）。x値とy値は常に増加しています（車のマイレージカウンターのように）。デルタが必要です。その間の成長はどのくらいでしたか。次のようなものです。

また、時間ごとのデルタ（xとyのデルタを時間で割ったもの-1時間あたりのデルタ）も必要です。

Rでこれをどのように行うのですか？

ARIMA モデルを時系列データセットに適用した場合の予測結果を自分自身に説明しようとしています。データはM1-Competitionのもので、シリーズはMNB65です。データを ARIMA(1,0,0) モデルに適合させて予測を取得しようとしています。私はRを使用しています。ここにいくつかの出力スニペットがあります:

いくつかの質問を聞きたいんです：

(1) データセットは明らかな下降傾向を示していますが、このモデルからの予測は上昇傾向にあることをどのように説明すればよいですか? これは ARIMA(2,0,0) でも発生します。これは、auto.arima(予測パッケージ) を使用するデータと ARIMA(1,0,1) モデルに最適な ARIMA 適合です。

(2) ARIMA(1,0,0) モデルの切片値は 12260.298 です。切片は次の式を満たさないはずです: C = mean * (1 - sum(AR coeffs))。この場合、値は である必要があります715.52。ここで基本的な何かが欠けているに違いありません。

(3) これは明らかに非定常平均の系列です。AR(2) モデルが依然として最適なモデルとして選ばれているのはなぜauto.arimaですか? 直感的な説明はありますか？

ありがとう。

Pythonで時系列を処理したいと思います。

scikit.timeseriesを使用するように提案されましたが、最大マイクロ秒を処理する必要があり、私の知る限り、これは最大ミリ秒を処理します。

それができる他の図書館を知っていますか？ある時点で、異なる時間にサンプリングされた2つの時系列をマージする必要があります。可能な限り、そのような機能や新しいクラスを最初から書き直すことは避けたいと思います。