Descomposición temporal con R

 

Resumen:

Evaluación de diferentes funciones descomposición temporal de R. Se utiliza como ejemplo la serie mensual de las concentraciones atmosféricas de CO2 en partes por millón (ppm) en Mauna Loa (Hawai),desde 1959 a 1979 .

Las funciones de R analizadas son: decompose, stl, decomp y descomponer. En los análisis gráficos muestran una gran simulitud, tanto en lo relativo a la serie de tendencia T(t), como a la estacionalidad S(t). La serie irregular I(t) acepta la hipótesis de normalidad en los test estadísticos KS y CVM en todos los casos, pero con autocorrelación serial.

 

descomposición temporal con R

 

En R-Pub:

Descomposición temporal con R

timekit: Time Series Forecast Applications Using Data Mining

(This article was first published on business-science.io – Articles, and kindly contributed to R-bloggers) The timekit package contains a collection of tools for working with time series in R. There’s a number of benefits. One of the biggest is the ability to use a time series signature to predict future values (forecast) through data mining…

via timekit: Time Series Forecast Applications Using Data Mining — R-bloggers

Análisis de los componentes cíclicos y permanentes del PIB.

Eurostat ha publicat el treball de Silvia Lui, Gian Luigi Mazzi i James Mitchell, que porta per títol: “Analysing the permanent and cyclical components of GDP of the Euro-area countries in a global context: The role of cross-sectional dependence.” “This paper focus on an analysis of the GVAR model across euro-area countries when detrending. The […]

via Anàlisi dels components cíclics i permanents del PIB — Bloc d’estadística oficial

ARIMA vs.modelos de series temporales bayesianos

“…and Bayesian structural time series models. In my opinion, these models are more transparent than ARIMA – which still tends to be the go-to method. They also facilitate better handling of uncertainty, a key feature when planning for the future. In this post I will provide a gentle intro the bsts R package written by […]

via ARIMA vs. models de sèries temporals bayesians estructurals — Bloc d’estadística oficial