Meine Frage ist wirklich einfach, aber das sind diejenigen, die mich wirklich beschäftigen :) Ich weiß nicht wirklich, wie ich beurteilen soll, ob eine bestimmte Zeitreihe mit einer additiven oder einer multiplikativen Zerlegungsmethode zerlegt werden soll. Ich weiß, dass es visuelle Hinweise gibt, wie man sie voneinander unterscheidet, aber ich verstehe sie nicht.
Nehmen Sie zum Beispiel diese Zeitreihe:
Wie würden Sie es beschreiben?
Vielen Dank im Voraus für Ihre Hilfe.
RCode für) eine einfache robuste Erkundungsmethode, das "Spread vs. Level Plot". Ich kann Ihre Grafik betrachten und sehen, dass bei Werten nahe 600 die Amplituden ihrer kurzfristigen Variation fast eine Größenordnung größer sind als bei Werten nahe 200: Dies zeigt an, dass eine logarithmische, reziproke oder vielleicht reziproke Quadratwurzel berücksichtigt wird.Antworten:
Zusätzlich zu den Empfehlungen von @whuber verweise ich Sie auf https://www.otexts.org/fpp/6/1, in dem erläutert wird, warum Sie eine additive oder eine multiplikative Zerlegung wählen.
Wenn Sie Ihre Daten genau betrachten, da die Saisonalität variiert, dh die Saisonalität am Anfang groß ist und da die Saisonalität in den späteren Jahren fast nicht vorhanden ist, würde dies eine multiplikative Zerlegung nahe legen. Gemäß dem oben genannten Text wäre eine Alternative, eine geeignete Transformation durchzuführen und eine additive Zersetzung anzuwenden.
Irgendwann um Mod 1972 gibt es eine Pegelverschiebung in den Daten, die auch beim Zerlegen behandelt werden muss.
Es gibt eine andere auf Zerlegung basierende Methode, die als unbeobachtetes Komponentenmodell bezeichnet wird und die den größten Teil der Vermutungsarbeit aus der Zerlegung herausholt und Ihnen einige gute Statistiken liefert, um fundierte Entscheidungen wie stochastische oder deterministische Trends / Saisonalität usw. zu treffen.
Hoffe das hilft.
quelle