腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何
发现
时间
序列
中
的
负
趋势
r
、
time-series
我有多个
时间
序列
数据。我想找出有负面
趋势
的
客户。Data$sales))) 在这里,我想为每个客户做这件事,期望输出是 Customer_id newB -1.6 这样我就能得到有负面
趋势
的
客户
浏览 23
提问于2019-02-08
得票数 0
回答已采纳
2
回答
使季节性
时间
序列
变平或下降
r
、
time-series
、
forecasting
、
decomposition
、
trend
我有一个具有季节性(每周)模式
的
重复
时间
序列
,我想返回相同
的
时间
序列
,没有每周一周
的
趋势
,以第一个值作为起点。是否有一种优雅
的
方法来做到这一点,特别是对
时间
序
浏览 5
提问于2017-10-01
得票数 5
回答已采纳
2
回答
Matlab
中
水平平稳性
的
检验
matlab
、
time-series
有人知道
如何
像在
中
那样检验
时间
序列
的
水平平稳性吗?只能在Matlab
中
检验
趋势
平稳性。 我刚刚
发现
在Matlab中有一个kpsstest
的
“
趋势
”参数。kpsstest是否通过将‘
趋势
’设置为false来测试级别的平稳性?
浏览 3
提问于2011-11-10
得票数 1
1
回答
如何
计算和绘制一个
时间
序列
的
多重线性
趋势
?
python
、
numpy
、
for-loop
、
time-series
、
trend
将线性
趋势
拟合到一组数据是直接
的
。但是,
如何
将多条
趋势
线拟合成一个
时间
序列
呢?我把涨跌
趋势
定义为价格高于或低于指数移动平均线。当价格高于均线,我需要适应一个积极
的
趋势
,当
趋势
变成
负
,一个新
的
负
趋势
线,等等。在我
的
market_data['Signal']下面的代码
中
,我
的
熊
浏览 2
提问于2017-01-28
得票数 6
回答已采纳
1
回答
如何
在MATLAB中生成具有特定
趋势
的
数据
matlab
我想测试Akaike准则(这是一个标准,给出了
时间
序列
中
的
显著变化),但要做到这一点,我需要生成数据,例如,遵循正弦
趋势
、正或
负
斜率
的
线性
趋势
、恒定
趋势
等。那么,
如何
在MATLAB中生成不同
趋势
的
不同数据呢? 提前谢谢。
浏览 2
提问于2016-12-14
得票数 0
回答已采纳
1
回答
时间
序列
/信号处理
中
的
趋势
自动检测
python
、
time-series
、
signal-processing
、
trend
、
trendline
对于
时间
序列
数据,自动检测
趋势
或绘制
趋势
线(上升
趋势
、下降
趋势
、无
趋势
)
的
好算法是什么?如果你能向我介绍任何好
的
研究论文或在python,R或Matlab
的
好图书馆,非常感谢。理想情况下,该算法
的
输出将有4列: probability_of_tren
浏览 10
提问于2017-10-03
得票数 6
3
回答
时间
序列
数据
的
趋势
和季节性识别
machine-learning
、
statistics
、
time-series
作为统计分析引擎
的
一部分,我需要找到一种方法来识别给定
时间
序列
数据
中
是否存在
趋势
和季节性模式。虽然互联网上
的
大多数答案和教程都概述了使用机器学习模型预测或预测
时间
序列
数据
的
方法,但我
的
目标只是识别任何这样
的
模式。例句:一年
中
的
每日销售数据 这组数据可以显示出月度季节性
的
上升
趋势
,也可能没有年度季节性
的
实际<em
浏览 0
提问于2017-07-06
得票数 4
1
回答
如何
将
时间
序列
趋势
转化为可测量
的
预测变量
python
、
r
、
machine-learning
、
time-series
、
feature-extraction
我有一个
时间
序列
数据,它解释了在交易
中
的
欺诈数量超过1年
的
时间
表,以及目标变量
的
欺诈与否。 X轴是
时间
线,Y轴是检测到
的
欺诈数量.我们是否有任何ML模型/统计技术试图识别这些欺诈
中
的
趋势
,并将其转化为一个可测量
的
预测变量,其值为0到1,其中接近1
的
值更容易发生欺诈和vic。在一年
的
欺诈
趋势
是非线性<e
浏览 0
提问于2019-06-17
得票数 0
1
回答
在使用DeepAR时,是否应该删除
时间
序列
中
的
趋势
?
machine-learning
、
rnn
、
preprocessing
、
aws
我
发现
对于其他一些
时间
序列
数据
的
算法,建议在进行预测之前消除
趋势
和季节性(例如:ARIMA和LSTM)。 我从纸中
发现
,SageMaker
的
DeepAR内部处理季节性,但同样
的
东西代表
趋势
吗?假设我有多个时刻表,其中一些有正面的,有些有负面的
趋势
。我应该删除
趋势
,然后使用DeepAR预测,还是应该忽略它,让DeepAR来处理它?
浏览 0
提问于2019-02-22
得票数 1
1
回答
R检验,以检验
趋势
是随机
的
还是确定性
的
r
、
testing
、
time-series
、
data-modeling
我在
时间
序列
模型上工作,我很难理解哪些
时间
序列
与确定性
趋势
是平稳
的
,哪些
时间
序列
具有随机
趋势
。我正在寻找R
中
的
测试/函数,如果
趋势
是随机
的
或确定性
的
,它会给出答案:) 我在考虑kpss.test,但我不知道
如何
解释结果。Description计算Kwiatkowski-Phillips-Schmidt-Shin (KP
浏览 0
提问于2018-01-18
得票数 0
1
回答
从STL预测r
r
、
time-series
、
forecasting
我想了解从STL函数预测R是
如何
工作
的
。所以,我不会在这里给出任何可复制
的
代码。 现在,我
的
任务是计算预测值,其中包括a。季节和
趋势
成分从步骤1以上b。残差成分从A
浏览 6
提问于2014-11-30
得票数 0
1
回答
R
中
金融
时间
序列
的
规则提取
r
、
algorithm
、
data-mining
我挣扎于使用R
的
规则提取算法,通常,我有一个金融
时间
序列
,根据
趋势
和持续
时间
将其分成不同
的
部分。5 P M P_M 其中VN,N,C,P,VP (非常
负
,
负
,常数,正,非常正)描述了在选定段中出现
的
趋势
,S,M,L(短,
中
,长)描述了每个片段
的
持续<e
浏览 5
提问于2015-04-01
得票数 0
回答已采纳
1
回答
短时
序列
的
r-
趋势
估计
r
、
time-series
、
decomposition
、
trend
我有一个很短
的
时间
序列
数据来自我在2012年做
的
一个气候实验。该数据由日水通量和日CO2通量组成。CO2通量数据为52天,水溶液通量数据仅为7天。对于CO2通量数据,我每天有几个测量值,但我计算了每天
的
平均值。 现在,我想知道这些
时间
序列
是否有
趋势
。我已经知道我可以使用肯德尔
趋势
检验或泰尔-森
趋势
估计。我以前使用过Kendall测试过几年
的
时间
序列
。我不知道<em
浏览 1
提问于2014-07-14
得票数 0
回答已采纳
2
回答
如何
在python
中
对
时间
序列
进行
趋势
分析(去除异常值)
python
、
time-series
、
outliers
我有一个朝向某一方向
的
时间
序列
。正因为如此,标准差不是一个很好
的
分析数据
的
工具。有没有一种方法可以“去
趋势
”或扁平化数据,这样我就可以更容易地进行异常值分析?
浏览 9
提问于2019-07-29
得票数 0
1
回答
用过去
的
时间
序列
来预测现在
的
时间
序列
将
如何
发展?
machine-learning
、
python
、
time-series
、
predictive-modeling
、
statistics
比方说,我有过去
的
数据,显示出一些
时间
序列
是
如何
计算出来
的
。现在,我也有了一个新
的
时间
序列
的
开始,我希望在一个类似的
趋势
中出现一个旧
的
趋势
。我可以用什么一般
的
数据科学/机器学习/统计技术来预测新
的
时间
序列
的
其余部分?
如何
使用某种在线模型迭代预测旧模型<em
浏览 0
提问于2020-03-15
得票数 2
1
回答
生成显示原始数据
趋势
的
合成数据
time-series
、
gan
给定经过训练
的
模型synth,我们通过以下方法生成合成数据:这将随机产生2000个
序列
。我
的
问题是,如果原始数据有
趋势
,我们希望生成显示
趋势
的
综合数据(与原始数据
的
大小相似)?📷请帮帮忙
浏览 0
提问于2023-05-24
得票数 0
回答已采纳
1
回答
R
中
可变测试频率
时间
序列
的
建立与分析
r
、
time-series
、
trend
我想要
发现
每一种
趋势
,并提醒股东,当任何参数上升/下降
趋势
超过一定数量。问题是大多数变量
的
数据都很嘈杂。有人建议使用
时间
序列
函数,将噪音和季节性从
趋势
中分离出来,并研究
趋势
成分,以便进行更清晰
的
分析。我开始研究这个问题,并已经看到了一些关切/问题:
时间
序列
分析似乎需要指定一个频率-如果您
的
测试数据没有定期进行,您将
如何
处理?如果解决了上面
浏览 6
提问于2021-11-24
得票数 0
2
回答
在一个
时间
序列
中
,漂移和
趋势
有什么区别?
statistics
、
trend
、
drift
我正在使用单位根测试来分析
时间
序列
。我无法理解
时间
序列
中
的
趋势
和漂移之间
的
区别。说
趋势
是
时间
序列
的
一个特征,它
的
平均随
时间
变化,而漂移是
时间
序列
的
一个特征,它
的
方差随
时间
而变化,这种说法正确吗?
浏览 3
提问于2019-04-13
得票数 5
回答已采纳
1
回答
时间
序列
分析
中
的
趋势
相似性
time-series
、
matching
、
trend
我是
时间
序列
分析方面的新手。我试图找到一个短
的
(1天)温度
时间
序列
的
趋势
,并尝试不同
的
近似值。此外,采样频率为2分钟。数据针对不同
的
站点进行了配置。我将比较不同
的
趋势
,看看它们是否相似。我在做这件事时面临着三个挑战:Q2 -我
如何
量化
趋势
,因为我将比较属于两个不同地方
的
趋势
? Q3 -
浏览 2
提问于2012-12-12
得票数 15
回答已采纳
2
回答
在R中使用ts()函数
r
、
time-series
、
dataset
、
trend
我开始研究我
的
时间
序列
数据分析,我被告知在R中使用ts()数据函数,然而,我
的
时间
序列
数据并没有遵循一个直接
的
趋势
。我想知道是否有人会对
如何
解决这个问题有任何建议?非常感谢:)
浏览 1
提问于2020-06-09
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
如何快速的做ARIMA时间序列分析
R语言用ARIMA模型预测巧克力的兴趣趋势时间序列
使用 Pandas resample填补时间序列数据中的空白
PostgreSQL中的大容量空间探索时间序列数据存储
深度切换自回归因子分解:在时间序列预测中的应用
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券