time-series

    0

    1答えて

    私は不規則なタイムスタンプを持つ時系列データセットを持っています。どのように私はこれはあなたのデータを取得する場所、私が唯一の迅速かつ汚い提案を提供することができますから、あなたが任意のコードを表示し、またはしなかったので5分間隔 Datetime Value 11/6/2017 07:56:41 16 11/6/2017 08:01:22 16 11/6/2017 08:06:39 2

    1

    1答えて

    Rにalphavantagerパッケージを使用してデータをダウンロードしました。時系列として分データを設定しようとしていますxtsオブジェクトです。私はis.xts(df)を実行すると rm(list = ls()) library(alphavantager) AlphaKey <- av_api_key("YOUR API Key (Free) - (obtainable here:

    0

    1答えて

    フォルダから複数のncファイルを読みたい。これらのファイルは、マトリクス形式、すなわち層別データである。私は正常に1つのファイルを読み取り、属性を表示し、それらを抽出している。私はそれらをプロットしようとすると、エラーで終了します。私はMATLABを初めて使用しているので、どのような種類のエラーがこれであり、どのように修正するのかはわかりません。 私はまた、複数のファイルを読んで、必要な変数を持つ

    -1

    2答えて

    数値(Rate)、1990-01-29の形式の日付(TrdDate) - を含むdata.frameがあります。私は、各日付の平日と一致する列を作成し、私は毎日の平均を計算したい。 TrdDate Rate weekday 1. 1990-02-20 120 monday 2. 1990-03-20 100 monday 3. 1990-04-21 100 Tuesday 4. 1990

    0

    1答えて

    時刻の条件を指定して値を計算しようとしています。ベクトル/シリーズは、所与の時間およびデータが併合された時間に対する正味の太陽放射である。昼間に値が得られたら、その値に.1を掛けなければならず、夜間に値が得られたときに値に0.5を掛けます。日光辞書が次のように表示されるので、日照時間が月ごとに著しく変化することがあります。 計算/乗算の適用に役立つブール値のマスク(withindaylight)を

    0

    1答えて

    時間ベースなければなりません: Date Time Value 02-09-17 14:17:20 92 02-09-17 14:17:20 91 02-09-17 14:17:20 38.62391 02-09-17 14:17:20 120.3348 02-09-17 14:17:20 18.1 02-09-17 14:17:20 11.2 02-09-17 14:26:40

    0

    1答えて

    私はRで利用可能なさまざまな予測パッケージを使用することを学び、bsts()に出くわしました。私が扱うデータは時系列の要求です。 data=c(27, 2, 7, 7, 9, 4, 3, 3, 3, 9, 6, 2, 6, 2, 3, 8, 6, 1, 3, 8, 4, 5, 8, 5, 4, 4, 6, 1, 6, 5, 1, 3, 0, 2, 6, 7, 1, 2, 6, 2, 8, 6, 1

    0

    1答えて

    私はSASにパネル/縦型データセットを持っています。 1つのフィールドはクラスまたはタイプを示し、もう1つはブレークのない時点を示し、もう1つは観測された履歴であり、もう1つは前記履歴のログの差分予測です。私は新しいフィールドを追加したい:履歴フィールドは、予測フィールドによって進められた。 時刻フィールドが 'future'の場合は、目標差変数に自らの遅れを乗じ、対数差異予測変数のexpを乗算し

    0

    1答えて

    私はいくつかの株式を持っているデータセットを使って作業しています。私はその上にイベントを持つデータセットをマージしました。 イベントスタディでは、ダミーとして機能し、ウィンドウを作成するいくつかの変数を作成したいと思います:-60〜-11日、-5〜-1日、アナウンスデー+ 1日+1。 それは証券でなければならない(ウィンドウは銘柄間で引き継がれるべきではありません) 1つの告知/イベント日(ann

    1

    1答えて

    RでROBETSを使用して予測を行っています。長い時間系列でモデルを再トレーニングする必要があります。 library(robets) ts.train <- ts(c(60,209,51,34,208,64,122,99,82,194,136,177,110,332,300,151,128,206,129,92,164,814,1286,826,893,949,1014,830,877,605