In der Zeitreihenanalyse ist das Modell des gleitenden Durchschnitts (MA) ein gängiger Ansatz zur Modellierung univariater Zeitreihen. Das gleitende Durchschnittsmodell gibt an, dass die Ausgangsvariable linear von den aktuellen und verschiedenen vergangenen Werten eines stochastischen (nicht perfekt vorhersagbaren) Terms abhängt.
Können Sie einige Beispiele aus der Praxis von Zeitreihen geben , für die ein gleitender Mittelwert Prozess der Ordnung , dh y t = q Σ i = 1 θ i ε t - i + ε t , wobei ε t ~ N ( 0 , σ 2 ) Gibt es a priori Gründe, ein gutes Modell zu sein? Zumindest für mich scheinen autoregressive Prozesse sehr...
Wenn ich "gleitender Durchschnitt" in Bezug auf eine Zeitreihe lese, denke ich etwas wie oder vielleicht ein gewichteter Durchschnitt wie0,5xt-1+0,3xt-2+0,2xt-3. (Mir ist klar, dass dies tatsächlich AR (3) -Modelle sind, aber das ist, worauf mein Gehirn abzielt.) Warum sind MA (q) -Modelle Formeln...
Ich verstehe, dass, wenn ein Prozess von vorherigen Werten von sich selbst abhängt, es ein AR-Prozess ist. Wenn es von vorherigen Fehlern abhängt, dann ist es ein MA-Prozess. Wann würde eine dieser beiden Situationen eintreten? Hat jemand ein solides Beispiel, das die zugrunde liegende Frage...
Ich habe Probleme zu verstehen, warum es uns wichtig ist, ob ein MA-Prozess invertierbar ist oder nicht. Bitte korrigieren Sie mich, wenn ich falsch liege, aber ich kann verstehen, warum es uns wichtig ist, ob ein AR-Prozess kausal ist oder nicht, dh wenn wir ihn sozusagen als die Summe einiger...
Es ist mehr als 2 Jahre her, dass ich an verschiedenen Zeitreihen arbeite. Ich habe in vielen Artikeln gelesen, dass ACF verwendet wird, um die Reihenfolge der MA-Begriffe und PACF für AR zu identifizieren. Es gibt eine Faustregel, dass für MA die Verzögerung, bei der ACF plötzlich abschaltet, in...
Die Frage basiert auf dem Artikel mit dem Titel: Bildrekonstruktion in der diffusen optischen Tomographie unter Verwendung des gekoppelten Strahlungstransport-Diffusions-Modells Download-Link Die Autoren wenden EM-Algorithmus sparsity Regularisierung einer unbekannten Vektors die Pixel eines...
Ein ARMA (p, q) -Prozess ist schwach stationär, wenn sich die Wurzel seines AR-Teils nicht auf dem Einheitskreis befindet. Seine schwache Stationarität hängt also nicht von seinem MA-Teil ab. Aber was können die Positionen der Wurzeln seines MA-Teils bedeuten? In den Einheitswurzeltests für ARIMA...
Update (25.06.2019): Titeländerung von " Sind nicht invertierbare MA-Modelle sinnvoll?" um es von Frage 333802 zu unterscheiden . Bei der Überprüfung von MA ( ) -Modellen bin ich auf diese Folien gestoßen (Alonso und Garcia-Martos, 2012). Die Autoren geben an, dass alle MA-Prozesse zwar stationär...
Der Alpha-Parameter eines exponentiellen gleitenden Durchschnitts definiert die Glättung, die der Durchschnitt für eine Zeitreihe anwendet. In ähnlicher Weise definiert die Fenstergröße eines sich bewegenden Fenstermittels auch die Glättung. Gibt es eine Möglichkeit, den Alpha-Parameter so...
Der AR (1) -Prozess ist Xt=ϕXt−1+εtXt=ϕXt−1+εt X_t = \phi X_{t-1} + \varepsilon_t Wenn wir diese Formel rekursiv verwenden, erhalten wir Xt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−jXt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−j X_t = \phi(\phi X_{t-2} + \varepsilon_{t-1}) +...