バイナリ時系列の予測

12

車が動いていないときは1、車が動いているときは0のバイナリ時系列があります。36時間先までの時間範囲と1時間ごとの予測を行います。

私の最初のアプローチは、次の入力を使用してNaive Bayesを使用することでした：t-24（毎日の季節）、t-48（毎週の季節）、時間。ただし、結果はあまり良くありません。

この問題に対してどの記事またはソフトウェアをお勧めしますか？

r time-series forecasting binary-data

— リカルド・ベッサ
ソース

このことができますかどうかを確認math.bme.hu/~morvai/publications/papers/...良い日

— Mithunアショク

隠れマルコフモデルを検討しましたか？

— ラムAhluwalia

答えてくれてありがとう。しかし、いくつかの実装ですでに利用可能なソフトウェアパッケージはありますか？Rで検索しましたが、VLMCパッケージしか見つかりませんでした。ありがとう、リカルド・ベッサ

リカルド、質問を回答として追加するのではなく、この追加情報で編集する必要があります。ありがとう、そしてサイトへようこそ！

— アーロンは

データには実際に2種類の1がありますか？つまり、1は車が動いている可能性があることを意味しますが、1は車が実際に動いていないことを意味します。それはワンインフレと呼ばれます（通常ゼロインフレです）。もしそうなら、車が動いているかどうかをモデル化する必要があります。

— ウェイン

6

一般化されたARMA（GLARMA）モデルを使用できます。たとえば、Kedem and Fokianos（2002）、時系列分析の回帰モデルを参照してください。

Rパッケージglarma（CRAN上）も参照してください。

— バグヒシャニ
ソース

この答えは、投票されるべきではありません。

— usεr11852が復活モニック言う

3

Rパッケージbstsでは、を設定することにより、バイナリターゲットを使用してベイジアン構造時系列モデルを推定できますfamily = 'logit'。ただし、これらのモデルでは、ガウスデータ（たとえば、niter = 10000）よりも長い実行が必要になることが多いことに注意してください。

— ウルフェルダー
ソース

2

予測子としていくつかのタイムラグ（毎日、毎週）を使用したロジスティック回帰を使用してはどうですか？（ほとんどの統計ソフトウェアパッケージにはロジスティック回帰があります）。暗闇でのちょっとした撮影です-データやプロットを共有できますか？

— ガリット・シュムエリ
ソース

2

隠れマルコフモデルは、Naive Bayesのシーケンシャルバージョンです。単純なベイでは、いくつかの可能な値（0/1の場合）と一連の機能を持つラベルがあります。yの値は、p（features | label）* p（label）のモデリングによって選択されます。

隠れマルコフモデルでは、p（label | previous label）およびP（features | label）をモデリングすることにより、ラベルのシーケンスが予測されます。

— アレックス・ラム
ソース