STATISTIK-FORUM.de

Hallo,
meine Frage bezieht sich glaube ich eher auf das vorbereiten der Daten. Ich würde gerne den Ausfall einer Komponente untersuchen bzw. durch ein Modell vorhersagen. Ich habe verschiedene Sensoren die mir Werte, welche Einfluss auf diese Komponente haben, für jede Sekunde in meinem Datensatz anzeigen. Jede Zeile stellt hierbei eine Sekunde dar.
Außerdem hab ich den Zeitpunkt an dem die Komponente ausgefallen ist. Somit kann ich jede Zeile (jede Sekunde) in meinem Datensatz einordnen, ob die Komponente läuft (0) oder Ausgefallen ist (1).
Damit hätte ich eigentlich ein binäres Klassifikationsproblem. Allerdings würde ich Ausfälle gerne vorhersagen und da bin ich mir nicht sicher ob ein Klassifikationsalgorithmus wie ein Logistische Regression oder Entscheidungsbaum der richtige Weg ist.
Hat jemand eine Idee welche Methoden oder Algorithmen ich für soll ein Problem verwenden kann?

VG

Tellos

Hi,

- wie groß ist die Anzahl der Komponenten, aus denen sich Deine Stichprobe zusammensetzt?
- Wieviele Messungen in Anzahl (oder Zeitpunkte) liegen Dir je Komponente vor?

Gruß
S.

Hallo strukturmarionette

1. Ich habe 29 Komponenten (Variablen). Kann aber noch nicht sagen ob diese alle signifikant sind.
2. Das ist unterschiedlich. Im Schnitt sind es 150 Beobachtungen.


VG

Tellos

Hi,

1. Ich habe 29 Komponenten (Variablen). Kann aber noch nicht sagen ob diese alle signifikant sind.

- das sind m.E. die Datensätze (also N =29 Komponenten)

2. Das ist unterschiedlich. Im Schnitt sind es 150 Beobachtungen.

- das sind m.E. die Variablen (alos max 150 Beobachtungen /Messungen je Datensatz /Komponente)

Gruß
S.