Zaman serisi regresyon tahmin modelinde aktarım fonksiyonları nasıl tanımlanır?

Diğer tahmin ediciler / girdi değişkenleri ve otokorelasyon hataları açısından bir sonuç değişkeni için dolar tutarında bir zaman serisi regresyon tahmin modeli oluşturmaya çalışıyorum. Bu tür bir modele dinamik regresyon modeli de denir. Her bir öngörücü için aktarım işlevlerini nasıl tanımlayacağımı öğrenmem gerekiyor ve bunu yapmanın yolları hakkında sizden haber almak isterim.

Box, Jenkins ve Reinsell'de açıklanan klasik yaklaşım (4. baskı, 2008) çapraz korelasyon fonksiyonuna ve çeşitli oto-korelasyon fonksiyonlarına bakmayı ve çeşitli terimler için siparişler ve gecikmeler hakkında birçok öznel karar almayı içerir. Yaklaşım tek bir öngörücü için uygundur, ancak çoklu öngörücüler için gerçekten uygun değildir.

Pankratz (1991) 'de tarif edilen alternatif bir yaklaşım, gecikmeli regresyonların AR hataları ile takılmasını ve yerleştirilmiş katsayılardan (ayrıca nispeten öznel bir süreç) uygun rasyonel gecikme yapısının belirlenmesini içerir. Daha sonra söz konusu gecikme yapıları ile tüm modeli yeniden takma ve kalıntıları çıkarma. ARMA hata işleminin sırası bu kalıntılardan belirlenir (örneğin AIC kullanılarak). Daha sonra son model yeniden tahmin edilir. Bu yaklaşım birden fazla yordayıcı için iyi sonuç verir ve uygulanması klasik yaklaşımdan çok daha kolaydır.

Keşke sizin için her şeyi yapan bu temiz otomatik prosedür olduğunu söyleyebilseydim, ama yapamam. En azından henüz değil.

Başlangıçta beyazlatılmış çapraz korelasyonları inceleme fikri Box ve Jenkins tarafından önerildi. 1981 yılında Liu ve Hanssens (L.-M. Liu ve DM Hanssens (1982). "Çok Girişli Transfer Fonksiyonu Modellerinin Belirlenmesi." İstatistiklerde İletişim A 11: 297-314.) Ortak bir filtre öneren bir makale yayınladı beyazlatılmış serileri çapraz korelatif yapı sergileyen çoklu girdilerle etkin bir şekilde ilgilenecek bir yaklaşım Hatta çözümlerini göstermek için 2 giriş modeli veri seti oluşturdular. Bu yaklaşımı programladıktan ve daha sonra tekrar tekrar uyguladığımız Box-Jenkins ön beyazlatma yaklaşımıyla karşılaştırdıktan sonra Pankratz yaklaşımını veya Liu-Hanssens yaklaşımını kullanmamaya karar verdik. Liu-Hansens testini paylaşmaktan memnuniyet duyarız. listeye göndermemi istiyorsan seninle veri.