首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >高效多时间序列分析的最佳实践

问高效多时间序列分析的最佳实践
EN

Stack Overflow用户
提问于 2011-10-20 06:24:50
回答 1查看 2.3K关注 0票数 7

我有大量的时间序列(>100),它们的采样频率和可用的时间段不同。每个时间序列都必须测试单位根,并进行季节调整和其他初步数据转换和检查等。

由于需要对大量的序列进行常规检查,那么如何有效地进行检查呢?我们关心的是节省日常工作的时间,并跟踪序列和分析结果。例如,该系列的单元根测试是主观的。这种类型的分析有多少可以自动化,以及如何自动化?

我已经阅读了有关统计workflow的问题,它建议在每个系列上运行一个公共脚本。

基于处理多时间序列数据集的经验,我想问一些更具体的问题。在处理如此多的序列和自动化重复性任务时,重点更多地放在最小化错误上。

EN

回答 1

Stack Overflow用户

发布于 2011-10-20 07:32:17

我假设这个系列将被独立检查,因为您在模型中没有提到任何相互关系。我不确定您希望使用哪种类型的对象或测试,但“最佳实践”的基本目标是独立于要使用的实际包。

最简单的方法包括将对象加载到列表中,并通过简单迭代器(如lapply )或多核方法(如mclapply或foreach,在R中)分析每个系列。并行计算工具箱有一个名为parfor的函数,表示“并行用于”,它类似于R中的foreach函数。我建议使用R,因为它更便宜(免费),并且具有更丰富的统计分析功能。Matlab有更好的文档和帮助工具,但随着时间的推移,这些往往会变得不那么重要,因为您越来越熟悉研究的工具和方法(随着参考书架的增加)。

一般来说,习惯使用多核工具是很好的,因为这可以大大减少对一堆独立的小对象进行分析所需的时间。

票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/7828956

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档