问题标签 [time-series]

我有一个数据集，其中包括物种列表、它们的数量以及调查开始时的天数。由于没有采样很多天，因此一天不是连续的。因此，例如，可能在第 5、6、9、10、15、34、39 天计数鸟类等等。我将最早的日期设置为第 0 天。

示例数据：

我需要引导这些数据并获得一个结果数据集，我在其中指定何时开始、继续进行的时间间隔以及要采样的点数。

示例：假设我随机选择第 5 天作为开始日期，间隔为 30，采样的行数为 2。这意味着我将从 5 开始，添加 30，并在 35 天左右寻找 2 行（但不是第 35 天本身）。在这种情况下，我将抓取第 34 天和第 39 天的两行。

接下来，我将 30 添加到 35 并在 65 附近寻找两个点。冲洗，重复直到我到达数据集的末尾。

我编写了这个函数来进行采样，但它有缺陷（见下文）：

我需要帮助的两个问题：

1. 虽然我的函数确实返回了所需的点数，但它并不以我的搜索值为中心。这是有道理的，因为随着我变得更宽，我得到更多的点，当我对它们进行排序并选择第一个 n 时，它们往往不是低值。

2. 其次，我如何得到实际的行？现在我有另一个函数可以使用which, 然后将rbind这些行放在一起来定位这些行。似乎应该有更好的方法。

谢谢！

我有两个不同的时间序列，时间戳部分重叠：

代表以下数据：

我想用系数 a(0.3) 和 b(0.7) 计算每天的加权平均值，同时忽略缺失值：

当我第一次尝试对齐这些时间序列时：

我得到正确屏蔽的时间序列：

但是当我这样做时a1 * 0.3 + b1 * 0.7，它会忽略仅存在于一个时间序列中的值：

我应该怎么做才能收到期待的？

编辑：答案也应该适用于两个以上具有不同权重和不同缺失值的初始时间序列。

因此，如果我们有四个权重为 T1(0.1)、T2(0.2)、T3(0.3) 和 T4(0.4) 的时间序列，它们在给定时间戳的权重将是：

我在表格中的表格中有传感器数据：

我想拉动每个时间段的值变化。理想情况下，我想得到：

我的 SQL 技能非常初级，所以我倾向于将所有数据提取到处理它的脚本中，然后将其推回新表，但我想我会问是否有一种巧妙的方法来完成这一切在数据库中。

我有一个模型，ContactEmail，它有一个 date_sent 属性和一个 email_id，引用另一个模型电子邮件。

我想创建一个条形图，在 x 轴日期和 y 轴上显示在特定日期发送的 ContactEmail 数量。

我也想做同样的事情，为 email_id 等于特定值的 ContactEmails 过滤。

我的最终目标是制作某种条形图——我仍在研究如何做到这一点，但无论如何，我似乎需要某种时间序列数组，我想它会将日期作为一个元素，以及其他元素的计数。

我该怎么做呢？

我正在查看的图形解决方案称为 Seer：

http://github.com/Bantik/seer

我正在使用统计 gem，它输出的哈希值如下所示：

1）我怎样才能把它放在一个订单中？2) Seer 是否识别空日期值？

我正在寻找 java 中的 Arima 时间序列模型。有没有实现 Arima/Arma 模型的 Java 库？

我想每天对一组变量进行排名（从zoo一系列开始）。

这是一个例子：

我知道这样做的唯一方法是使用rollapply，但这很慢。

还有其他建议吗？

我正在使用 gnuplot 绘制与时间相关的数据。

样品每 5 分钟左右采集一次，我有 200 个样品。

我用格式化为的 x 轴绘制这些

理想情况下，我想在 x 轴穿过午夜时打印日期......但只有当它穿过午夜时。就像是：

那里有任何 gnuplot 大师知道这样做的方法吗？

我有一个包含许多此类行的文件

为了把它读成动物园，我用

可以正常工作但我想read.zoo()改用。

我试过了

甚至指定

但它不起作用；它说：第 136 行（我在上面粘贴的那个）没有 14 个元素。

我也试过：

我有两个数据框。一个由三个变量组成，即“date”、“strike”和“vol”，每天观察 20 个，每月观察 100 个，每年观察 1200 个（交易日），看起来像这样

因此，对于每个月，我都有特定的价格和成交量值，分别从 10 到 40、0.1 到 0.7 不等。
第二个包括来自第一个的插值。所以我没有日期了，但是其他变量的小步骤：

因此，虽然一帧显示离散时间的值，但另一帧或多或少具有连续性。
现在我的问题是：如何告诉 R 将第二个数据帧合并到第一个数据帧中，接管两个离散数据帧之间的连续价格/体积的日期，以得到如下结果：

我只是不知道该怎么做。对于不再按升序排列的日期，我总是得到 NA 值。

非常感谢您对
丹妮的支持

最近我一直在研究神经网络，用于各种目的。我在数字识别、XOR 和其他各种简单/hello world'ish 应用程序方面取得了巨大成功。

我想解决时间序列估计的领域。我目前没有大学帐户来阅读有关该主题的所有 IEEE/ACM 论文（免费），也找不到许多详细说明使用 ANN 进行时间序列预测的资源。

我想知道是否有人有任何建议或可以推荐任何有关使用 ANN 通过时间序列数据进行预测的资源？

我假设要训练 NN，您将立即插入几个时间步，预期输出将是下一个时间步（例如：n-5、n-4、n-3、n-2、n-1 的输入应该在时间步 N 处输出结果。...并向下滑动一些时间步并再次执行所有操作。

任何人都可以确认或评论它吗？我会很感激！