Verwenden eines rollierenden Fensters in der Zeitreihenregression

9

Ich lerne etwas über Regression. Ich habe einige Querschnittsregressionen durchgeführt, die in Ordnung sind. Ich habe kürzlich eine einfache Zeitreihenregression durchgeführt. Ich habe also ay & x Vektoren, die jeweils 1000 Beobachtungen enthalten.

Ich habe eine einfache alte Regression in Excel durchgeführt, die ich für in Ordnung hielt. Mein Online-Tutor hat mir jedoch eine E-Mail gesendet, nachdem ich die Ergebnisse gesendet habe und gefragt habe, welches Rolling Window ich verwendet habe. Ich scheine nicht zu folgen. Ich habe eine E-Mail zurückgeschickt, aber eine Abwesenheitsantwort erhalten, und ich bin gespannt, was er meinte.

Ist es einfach, anstatt alle 1000 Beobachtungen zu verwenden, die ersten 50 Beobachtungen (also 1:49) für eine Regression zu verwenden und dann eine weitere Regression mit obs (2:50) durchzuführen?

Mein Verständnis war, dass die Regression genauso wie eine Querschnittsregression erfolgen sollte, solange die Daten in meinen Vektoren korrekt geordnet sind (in meinem Fall mein Datum) - bin ich falsch?

mHelpMe
quelle

Antworten:

15

Das Durchführen einer rollierenden Regression (eine Regression mit einem rollierenden Zeitfenster) bedeutet einfach, dass Sie immer wieder Regressionen mit Teilstichproben Ihrer ursprünglichen vollständigen Stichprobe durchführen.

  • Zum Beispiel könnten Sie die Regressionen mit Fenstern mit einer Größe von jeweils 50 durchführen, dh von 1:50, dann von 51: 100 usw.

  • Ein anderer Ansatz wäre, überlappende Fenster mit einer Größe von jeweils 50 anzuwenden. Verwenden Sie zum Beispiel 1:50, dann 41:90 usw. (Abschneiden der letzten 10 Elemente in jeder nachfolgenden Teilstichprobenregression).

Als Ergebnis erhalten Sie eine Zeitreihe Ihrer Regressionskoeffizienten, die Sie dann analysieren können.

Welcher Ansatz zu verfolgen ist, hängt stark von Ihrem Kontext ab und davon, was Ihre Forschung anstrebt.

EDC
quelle
1
EDC liefert eine gute Antwort. Normalerweise würde ich das Fenster an einer saisonalen Grenze ausrichten, sodass jedes Fenster von jeder Saisonalität gleichermaßen betroffen ist. Wenn ich also wöchentliche Daten hätte, könnte ich 1-52, 14-65, 27-78 usw. für überlappende Fenster verwenden.
Radfahrer