Ein streng stationärer Prozess (oder eine Zeitreihe) ist ein Prozess, dessen gemeinsame Verteilung über Zeitverschiebungen konstant ist. Ein schwach stationärer (oder stationärer) Prozess oder eine schwach stationäre Reihe ist einer, dessen Mittelwert und Kovarianzfunktion (Varianz- und Autokorrelationsfunktion) sich im Laufe der Zeit nicht ändern.
Ich verstehe, dass eine stationäre Zeitreihe eine ist, deren Mittelwert und Varianz über die Zeit konstant ist. Kann jemand bitte erklären, warum wir sicherstellen müssen, dass unser Datensatz stationär ist, bevor wir verschiedene ARIMA- oder ARM-Modelle darauf ausführen können? Gilt dies auch für...
Was sind andere Techniken zum Erstellen einer instationären, stationären Zeitreihe neben dem Aufnehmen von Differenzen? Gewöhnlich bezeichnet man eine Reihe als " integriert von der Ordnung p ", wenn sie durch einen Verzögerungsoperator ortsfest gemacht werden kann .( 1 - L )PXt(1−L)PXt(1-L)^P...
Ich bin mit R, suchte ich auf Google und erfuhr , dass kpss.test(), PP.test()und adf.test()verwendet werden , um Stationarität der Zeitreihe zu kennen. Aber ich bin kein Statistiker, der seine Ergebnisse interpretieren kann > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller =...
Die Inter-Market-Analyse ist eine Methode zur Modellierung des Marktverhaltens durch Auffinden von Beziehungen zwischen verschiedenen Märkten. Häufig wird eine Korrelation zwischen zwei Märkten berechnet, z. B. S & P 500 und 30-jährigen US-Treasuries. Diese Berechnungen basieren zumeist auf...
Was ist der Unterschied zwischen dem Kwiatkowski-Phillips-Schmidt-Shin-Test (KPSS) und dem erweiterten Dickey-Fuller-Test (ADF)? Testen sie das Gleiche? Oder müssen wir sie in verschiedenen Situationen
Ich habe beobachtet, dass der Absolutwert des Pearson-Korrelationskoeffizienten im Durchschnitt für jedes Paar unabhängiger zufälliger Spaziergänge eine Konstante nahe ist , unabhängig von der Länge des Spaziergangs.0.560.42 Kann jemand dieses Phänomen erklären? Ich erwartete, dass die...
Ich verstehe, wir sollten ARIMA zur Modellierung einer instationären Zeitreihe verwenden. Nach allem, was ich lese, sollte ARMA nur für stationäre Zeitreihen verwendet werden. Ich versuche zu verstehen, was in der Praxis passiert, wenn ein Modell falsch klassifiziert wird und d = 0für eine...
Ich habe in einem erweiterten Dickey-Fuller-Test mehrmals gesehen, wie Leute die Null zurückweisen und dann behaupten, dass ihre Reihen stationär sind (leider kann ich die Quellen dieser Behauptungen nicht zeigen, aber ich stelle mir vor, dass es hier und da ähnliche Behauptungen gibt die eine oder...
Man betrachte einen mittelzentrierten AR (2) -Prozess wobei der Standardprozess für weißes Rauschen ist. Lassen Sie mich der Einfachheit halber und . Ich konzentriere mich auf die Wurzeln der Charakteristikgleichung und Die klassischen Bedingungen in den Lehrbüchern lauten wie folgt: Ich habe...
Denken Sie darüber nach, wiederkehrende neuronale Netze für die Vorhersage von Zeitreihen zu verwenden. Im Gegensatz zu ARMA- und ARIMA-Modellen, die lineare Auto-Regression verwenden, implementieren sie im Grunde genommen eine Art generalisierte nichtlineare Auto-Regression. Wenn wir eine...
Ich arbeite an dem electricityim R-Paket verfügbaren Datensatz TSA. Mein Ziel ist es, herauszufinden, ob ein arimaModell für diese Daten geeignet ist, und es schließlich anzupassen. Also ging ich wie folgt vor: 1. Zeichne die Zeitreihen auf, die sich aus der folgenden Grafik ergeben: 2. Ich wollte...
Was sind die Stationaritätsanforderungen für die Verwendung der Regression mit ARIMA-Fehlern (dynamische Regression) zur Inferenz? Insbesondere habe ich eine instationäre kontinuierliche Ergebnisvariable , eine instationäre kontinuierliche Prädiktorvariable und eine Scheinvariablen-Behandlungsserie...
Kurzfassung: Ich habe eine Zeitreihe von Klimadaten, die ich auf Stationarität teste. Basierend auf früheren Untersuchungen erwarte ich, dass das Modell, das den Daten zugrunde liegt (oder sozusagen "generiert"), einen Abfangterm und einen positiven linearen Zeittrend aufweist. Soll ich zum Testen...
Wie kann in der Praxis beurteilt werden, ob ein AR (P) -Prozess stationär ist oder nicht? Wie ermittle ich die Reihenfolge für das AR- und
Ich habe eine Weile mit der Stationarität in meinem Kopf gerungen ... Denkst du so darüber nach? Alle Kommentare oder weitere Gedanken werden geschätzt. Bei stationären Prozessen werden Zeitreihenwerte so generiert, dass das Verteilungsmittel und die Varianz konstant bleiben. Genau genommen ist...
Wie kann ich Zeitreihen auswerten? Ist es in Ordnung, nur den ersten Unterschied zu machen und einen Dickey-Fuller-Test durchzuführen, und wenn er stationär ist, sind wir gut? Ich habe auch online festgestellt, dass ich die Zeitreihen in Stata nachverfolgen kann: reg lncredit time predict...
Ich bin auf einen Beweis für eine der Eigenschaften des ARCH-Modells gestoßen, der besagt, dass, wenn , { X t } stationär ist, wenn ∑ p i = 1 b i < 1 ist, wobei das ARCH-Modell:E ( X2t) < ∞E(Xt2)<∞\mathbb{E}(X_t^2) < \infty{ Xt}{Xt}\{X_t\}∑pi=1bi<1∑ich=1pbich<1\sum_{i=1}^pb_i <...
Ich habe einen Datensatz, der mit der Zeit deutlich zunimmt (Wechselkurs einer Währung, monatliche Daten über 20 Jahre), meine Frage ist: Kann ich die Daten abschätzen und dann auch differenzieren, um sie stationär zu machen, wenn sich die Tendenz abschwächt erreicht das nicht? Und wenn ja, würde...
Kann jede nicht stationäre Zeitreihe durch Differenzierung in eine stationäre Zeitreihe umgewandelt werden? Wie bestimmen Sie außerdem die Reihenfolge der anzuwendenden Differenzierung? Unterscheiden Sie sich nur mit den Intervallen 1,2 ... n und führen Sie jedes Mal einen Einheitswurzeltest für...
Stellen Sie sich vor, wir haben zwei Zeitreihenprozesse, die stationär sind und erzeugen: xt,ytxt,ytx_t,y_t . Ist zt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t , ∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} auch stationär? Jede Hilfe wäre dankbar. Ich würde ja sagen, da es eine MA-Vertretung...