Gecikmeli bağımlı değişkene karşı artık otokorelasyon


13

Zaman serisinin modellenmesi sırasında, örneğin bir AR (1) işlemi (2) açıklayıcı değişken olarak gecikmeli bağımlı değişkeni (sağ tarafta) içerdiğinden (1) hata terimlerinin korelasyon yapısını modelleme olanağına sahiptir.

Anlamak istiyorum, bazen gitmek için önemli nedenler (2).

Ancak, (1) veya (2) veya her ikisini birden yapmanın metodolojik nedenleri nelerdir?

Yanıtlar:


7

Entegre veya neredeyse entegre zaman serisi verilerinin modellenmesine yönelik birçok yaklaşım vardır. Modellerin çoğu, daha genel model formlarından daha spesifik varsayımlar yapar ve bu nedenle özel durumlar olarak düşünülebilir. de Boef ve Keele (2008) çeşitli modelleri hecelemek ve birbirleriyle nerede bağlantı kurduklarını göstermek için iyi bir iş çıkarmışlardır. Tek denklem genelleştirilmiş hata düzeltme modeli , bu çok sayıda bağımlı değişkenleri, rastgele etki barındırabilir bağımsız değişkenlerin durağanlık / durağansızlık, (b) ile ilgili olarak agnostik (a) olduğu için (GECM Banerjee, 1993) iyi bir tanesidir , çoklu gecikmeler, vb. ve (c) iki aşamalı hata düzeltme modellerinden daha kararlı tahmin özelliklerine sahiptir (de Boef, 2001).

Tabii ki, herhangi bir modelleme seçiminin özellikleri araştırmacıların ihtiyaçlarına özel olacaktır, bu nedenle kilometreniz değişebilir.

Basit GECM örneği:

Δytben=β0+βc(yt-1-xt-1)+βΔxΔxt+βxxt-1+ε

Burada: değişim operatörüdür; anlık kısa dönem etkisi üzerinde tarafından verilen ; gecikmeli kısa dönem etkisi üzerinde tarafından verilen ; ve uzun dönem denge etkisi üzerinde tarafından verilmektedir .
Δ
xΔyβΔx
xΔyβx-βc-βΔx
xΔy(βc-βx)/βc


Referanslar

Banerjee, A., Dolado, JJ, Galbraith, JW ve Hendry, DF (1993). Eş-bütünleşme, hata düzeltme ve durağan olmayan verilerin ekonometrik analizi . Oxford University Press, ABD.

De Boef, S. (2001). Denge ilişkilerinin modellenmesi: Güçlü otoregresif verilere sahip hata düzeltme modelleri. Siyasi Analiz , 9 (1): 78–94.

De Boef, S. ve Keele, L. (2008). Zamanı ciddiye almak. Amerikan Siyaset Bilimi Dergisi , 52 (1): 184–200.


Belirlediğiniz model, üstel bir düzeltme modelinin ARIMA modelinin özel bir durumu olması gibi, bir transfer işlevinin belirli bir durumu olarak yeniden ifade edilebilir. Lütfen modelinizi dinamik regresyon / aktarım işlevi olarak yeniden ifade edin.
IrishStat

neden olmasın ? Bir transfer işlevini belirli bir forma kısıtlarsanız / belirtirseniz, ECM yaparsınız.
IrishStat

2
@İrish Bu cevap doğruysa, Alexis açıklamayı değiştirmek veya belirli bir forma dönüştürmek zorunda hissetmemelidir. Sık sık "aktarım işlevlerinden" bahsettiniz ve sanırım bunlara atıfta bulunan tüm (yüzlerce) gönderiyi okudum, ancak gerçekte ne olduklarının herhangi bir açıklamasını okuduğumu hatırlayamıyorum. Daha sonra, transfer işlevlerini açıkladığınız ve Alexis'in modelinin bu terimlerle nasıl yeniden ifade edilebileceğini gösteren kendi yanıtınızı gönderebilirsiniz.
whuber

@IrishStat Tam tersine sahipsiniz: "Belirttiğiniz model, belirli bir aktarım işlevi örneği olarak yeniden ifade edilebilir" "Aktarım işlevi" olarak tanımladığınız model, GECM'nin sıfır olarak kısıtlanmıştır, yani modeliniz gecikmeli etkisinin yalnızca denge işlevine girdiğini varsayar . βxx
Alexis

................
IrishStat

5

Bu, momentlere karşı maksimum olasılığa ve hesaplamalı uygunluğa karşı sonlu örnek verimine dayanır.

ρσ2

Regresyon yaklaşımı, momentler yöntemi olan Yule-Walker tahmin yöntemidir. Sonlu bir örnek için ML kadar verimli değildir, ancak bu durumda (yani bir AR modeli) asimptotik nispi verimi 1.0'dır (yani yeterli veri ile ML kadar iyi cevap vermelidir). Ayrıca, doğrusal bir yöntem olarak hesaplama açısından etkilidir ve ML'nin herhangi bir yakınsama sorununu önler.

Bir zaman serisi sınıfı ve Peter Bartlett'ın ders notları loş anılarından Bunun en panoda Zaman Serisine Giriş , ders 12 özellikle.

Yukarıdaki bilgeliğin geleneksel zaman serisi modelleri ile, yani dikkate alınan başka bir değişkenin bulunmadığına dikkat edin. Çeşitli bağımsız (yani açıklayıcı) değişkenlerin bulunduğu zaman serisi regresyon modelleri için şu diğer referanslara bakın:

  • Achen, CH (2001). Gecikmiş bağımlı değişkenler neden diğer bağımsız değişkenlerin açıklayıcı gücünü baskılayabilir. Amerikan Siyasal Bilimler Derneği Politik Metodoloji Bölümü Yıllık Toplantısı, 1-42. PDF
  • Nelson, CR ve Kang, H. (1984). Regresyonda Açıklayıcı Değişken Olarak Zaman Kullanımındaki Tuzaklar. İşletme ve Ekonomik İstatistikler Dergisi, 2 (1), 73–82. DOI: 10,2307 / 1391356
  • Keele, L. ve Kelly, NJ (2006). Dinamik teoriler için dinamik modeller: Gecikmeli bağımlı değişkenlerin giriş ve çıkışları. Siyasi analiz, 14 (2), 186-205. PDF

(Sonuncusu için Jake Westfall'a teşekkürler).

Genel alıp götürmek "bağlıdır" gibi görünüyor.


2

YX

Web üzerinde kısa bir arama yaptıktan sonra http://springschool.politics.ox.ac.uk/archive/2008/OxfordECM.pdf , bir ECM'nin nasıl bir ADL (PDL olarak da bilinen Otoregresif Dağıtılmış Gecikme Modeli) olduğunu tartıştı. . ADL / PDL modeli, Aktarım Fonksiyonunun özel bir halidir. Yukarıdaki referanstaki bu malzeme bir ADL ve ECM'nin eşdeğerini gösterir. Aktarım İşlevlerinin, açık bozulma yapısına izin verdikleri için ADL modellerinden daha genel olduğunu unutmayın.

resim açıklamasını buraya girin

Demek istediğim, Transfer Fonksiyonları ile kullanılabilen güçlü model tanımlama özelliklerinin bir model varsaymak yerine kullanılması gerektiğidir, çünkü Kısa Çalışma / Uzun Çalışma vb. Gibi basit açıklamalar yapma arzusuna uymaktadır. Transfer Fonksiyonu modeli / yaklaşımı, keyfi bir ARIMA bileşeninin tanımlanması ve Bakliyat / Seviye Kaymaları / Mevsimsel Bakliyat (Mevsimsel Emzirme) ve Yerel Zaman Eğilimleri gibi Gauss İhlallerinin tespiti ile birlikte varyans / parametre değişim artışları.

Bir ADL modeline işlevsel olarak eşdeğer olmayan ve bir Transfer Fonksiyonu olarak yeniden düzenlenemeyen bir ECM örneklerini görmekle ilgilenirim.

resim açıklamasını buraya girin De Boef ve Keele'den bir alıntıdır (slayt 89)

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.