Modellfehlerbegriffe mit gleitendem Durchschnitt

Dies ist eine grundlegende Frage zu Box-Jenkins MA-Modellen. Wie ich es verstehe, ist ein MA - Modell im Grunde eine lineare Regression von Zeitreihenwerten $Y$ gegen vorherige Fehlerterme $e_t,..., e_{t-n}$ . Das heißt, die Beobachtung $Y$ wird zuerst gegen ihre vorherigen Werte zurückgebildet $Y_{t-1}, ..., Y_{t-n}$ und dann ein oder mehr $Y - \hat{Y}$ sind Werte wie die Fehler - Terme für das MA - Modell verwendet.

Aber wie werden die Fehlerterme in einem ARIMA-Modell (0, 0, 2) berechnet? Wenn das MA-Modell ohne autoregressiven Teil und damit ohne geschätzten Wert verwendet wird, wie kann ich möglicherweise einen Fehlerbegriff haben?

MA-Modellschätzung:

Nehmen wir eine Serie mit 100 Zeitpunkten an und sagen wir, dies ist durch ein MA (1) -Modell ohne Achsenabschnitt gekennzeichnet. Dann ist das Modell gegeben durch

Der Fehlerterm wird hier nicht beachtet. Um dies zu erreichen, haben Box et al. Die Zeitreihenanalyse: Forecasting and Control (3. Ausgabe) , Seite 249 , legt nahe, dass der Fehlerterm rekursiv berechnet wird durch:

Der Fehlerterm für ist also: ε 1 = y 1 + θ ε 0 Nun können wir dies nicht berechnen, ohne den Wert von θ zu kennen . Um dies zu erhalten, müssen wir die anfängliche oder vorläufige Schätzung des Modells berechnen, siehe Box et al. des genannten Buches, Abschnitt 6.3.2 Seite 202 besagen, dass,$t=1$

Es hat sich gezeigt , dass die ersten Autokorrelationen von MA ( q ) -Prozesses sind ungleich Null und kann , wie in Bezug auf die Parameter des Modells geschrieben werden & rho; k = - θ k + θ 1 θ k + 1 + θ 2 θ k + 2 + ⋯ $q$$q$ Der obige Ausdruck für ρ 1 , ρ 2 ⋯ , ρ q in Termen θ 1 , θ 2 , ⋯ , θ q liefert q Gleichungen in q Unbekannten. Vorläufige Schätzungen von & thgr; s können erhalten werden, indem Schätzungen r k für & rgr; k in der obigen Gleichung eingesetzt werden

$$\rho_k=\displaystyle\frac{-\theta_{k}+\theta_1\theta_{k+1}+\theta_2\theta_{k+2}+\cdots+\theta_{q-k}\theta_q}{1+\theta_1^2+\theta_2^2+\cdots+\theta_q^2}\quad k=1,2,\cdots, q$$ $\rho_1,\rho_2\cdots,\rho_q$$\theta_1,\theta_2,\cdots,\theta_q$$q$$q$$\theta$$r_k$$\rho_k$

Es ist zu beachten, dass die geschätzte Autokorrelation ist. Weitere Informationen finden Sie in Abschnitt 6.3 - Erste Schätzungen für die Parameter . Lesen Sie hierzu bitte weiter. Angenommen, wir erhalten die anfängliche Schätzung θ = 0,5 . Dann ist ε 1 = y 1 + 0,5 ε 0. Ein weiteres Problem ist, dass wir für ε 0 keinen Wert haben$r_k$$\theta=0.5$

1. Bedingte Wahrscheinlichkeit
2. Bedingungslose Wahrscheinlichkeit

Laut Box et al. In Abschnitt 7.1.3 auf Seite 227 können die Werte von als Näherung durch Null ersetzt werden, wenn $\varepsilon_0$$n$ moderat oder groß ist. Bei dieser Methode handelt es sich um die bedingte Wahrscheinlichkeit. Andernfalls wird die bedingungslose Wahrscheinlichkeit verwendet, wobei der Wert von durch Rückvorhersage erhalten wird, Box et al. empfehlen diese Methode. Weitere Informationen zur Rückvorhersage finden Sie in Abschnitt 7.1.4 auf Seite 231 .$\varepsilon_0$

Nach dem Erhalten der anfänglichen Schätzungen und des Wertes von $\varepsilon_0$ wir ; , können wir schließlich mit der rekursiven Berechnung des Fehlerausdrucks fortfahren. Als letztes müssen Sie den Parameter des Modells schätzen. Denken Sie daran, dass dies nicht mehr die vorläufige Schätzung ist.$(1)$

Bei der Schätzung des Parameters ; verwende ich das Verfahren der nichtlinearen Schätzung, insbesondere den Levenberg-Marquardt-Algorithmus, da MA-Modelle für seinen Parameter nichtlinear sind.$\theta$

Insgesamt kann ich Ihnen sehr empfehlen, Box et al. Zeitreihenanalyse: Prognose und Kontrolle (3. Auflage) .

Sie sagen "die Beobachtung $Y$ wird zuerst gegen seine vorherigen Werte regressiert $Y_{t−1},...,Y_{t−n}$ and then one or more $Y−\hat{Y}$ values are used as the error terms for the MA model." What I say is that $Y$ is regressed against two predictor series $e_{t-1}$ and $e_{t−2}$ yielding an error process $e_t$ which will be uncorrelated for all i=3,4,,,,t .We then have two regression coefficients: $\theta_1$ representing the impact of $e_{t-1}$ and $\theta_2$ representing the impact of $e_{t-2}$. Thus $e_t$ is a white noise random series containing n-2 values. Since we have n-2 estimable relationships we start with the assumption that e1 and e2 are equal to 0.0 . Now for any pair of $\theta_1$ and $\theta_2$ we can estimate the t-2 residual values. The combination that yields the smallest error sum of squares would then be the best estimates of $\theta_1$ and $\theta_2$.

See my post here for an explanation of how to understand the disturbance terms in a MA series.

You need different estimation techniques to estimate them. This is because you cannot first get the residuals of a linear regression and then include the lagged residual values as explanatory variables because the MA process uses the residuals of the current regression. In your example you are making two regression equations and using residuals from one into the other. This is not what an MA process is. It cannot be estimated with OLS.