«arma» etiketlenmiş sorular

Hem veri açıklaması hem de tahmin için zaman serisi modellemede kullanılan Otomatik Gerilimli Entegre Hareketli Ortalama modelini ifade eder. Bu model ARMA modelini, farklılaşma için bir terim ekleyerek genelleştirir; bu, trendleri ortadan kaldırmak ve bazı durağan olmama türlerini ele almak için yararlıdır.

3
ACF ve PACF grafiklerini analiz edin
ACF ve PACF arazilerimin analizinde doğru yolda olup olmadığımı görmek istiyorum: Arkaplan: (Reff: Philip Hans Franses, 1998) Hem ACF hem de PACF önemli değerler gösterdiğinden, ARMA modelinin ihtiyaçlarıma cevap vereceğini düşünüyorum. ACF, MA parçasını tahmin etmek için kullanılabilir, yani q değeri, PACF, AR parçasını, yani p değerini tahmin etmek için …

2
Zaman serilerinde tersinir sürecin sezgisi nedir?
Zaman serileri üzerine bir kitap okuyorum ve aşağıdaki bölümde başımı çizmeye başladım: Birisi benim için sezgiyi açıklayabilir mi? Bu metinden alamadım. İşlemin neden tersine çevrilebilir olması gerekiyor? Buradaki büyük resim nedir? Herhangi bir yardım için teşekkürler. Ben bu konuda yeniyim, bu yüzden bunu açıklarken öğrenci düzeyinde terimleri kullanmak için nazik …
19 time-series  arma 

1
AR'nin durağanlığına dair bir kanıt (2)
Ortalama merkezli bir AR (2) işlemini burada standart beyaz gürültü işlemidir. Sadece basitlik adına ve izin verin . Karakteristikler denkleminin köklerine odaklanarak Ders kitaplarındaki klasik koşullar aşağıdaki gibidir: Köklerdeki eşitsizlikleri manuel olarak (Mathematica'nın yardımıyla) çözmeye çalıştım, yani sistem sadece eldeXt=ϕ1Xt−1+ϕ2Xt−2+ϵtXt=ϕ1Xt−1+ϕ2Xt−2+ϵtX_t=\phi_1X_{t-1}+\phi_2X_{t-2}+\epsilon_tϵtϵt\epsilon_tϕ1=bϕ1=b\phi_1=bϕ2=aϕ2=a\phi_{2}=az1,2=−b±b2+4a−−−−−−√2az1,2=−b±b2+4a2az_{1,2}=\frac{-b\pm\sqrt{b^2+4a}}{2a}{|a|&lt;1a±b&lt;1{|a|&lt;1a±b&lt;1\begin{cases}|a|<1 \\ a\pm b<1 \end{cases}a±b&lt;1⎧⎩⎨|−b−b2+4a√2a|&gt;1|−b+b2+4a√2a|&gt;1{|−b−b2+4a2a|&gt;1|−b+b2+4a2a|&gt;1\begin{cases}|\frac{-b-\sqrt{b^2+4a}}{2a}|>1 \\ |\frac{-b+\sqrt{b^2+4a}}{2a}|>1\end{cases}a±b&lt;1a±b&lt;1a \pm b<1Can üçüncü koşul …


4
ARMA-GARCH uygulamak durağanlık gerektiriyor mu?
Finansal zaman serileri için ARMA-GARCH modelini kullanacağım ve söz konusu modeli uygulamadan önce serinin sabit olup olmayacağını merak ediyordum. Ben dizi sabit olması ARMA modeli uygulamak biliyorum, ancak ARMA-GARCH emin değilim çünkü volatilite kümeleme ve sabit varyans ve dolayısıyla ne dönüşüm olursa olsun sabit olmayan serisi ima GARCH hataları dahil …

2
ARIMA vs ARMA farkli serilerde
R (2.15.2) 'de bir zaman serisine bir kez ARIMA (3,1,3) ve bir zamanlar farklı zaman aralıklarına bir ARMA (3,3) taktım. Takılan parametreler, ARIMA'daki takma yöntemine atfettiğim farklılıklar gösteriyor. Ayrıca, ARMA (3,3) ile aynı verilere bir ARIMA (3,0,3) takmak, kullandığım takma yöntemi ne olursa olsun aynı parametrelerle sonuçlanmaz. Farkın nereden geldiğini …
13 r  time-series  arima  fitting  arma 

3
Bir ARMA (2,1) sürecinin otokovaryansı -
Ben tarafından belirtilen bir ARMA (2,1) sürecinin otokovaryans işlevi için analitik ifadeler türetmek gerekir γ(k)γ(k)\gamma\left(k\right): yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Yani, biliyorum: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] böylece yazabilirim: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] Daha sonra, otokovaryans fonksiyonunun analitik versiyonunu türetmek için, ben yerine değerlerine ihtiyaç kkk ı tümü için geçerli olan bir özyinelemeye elde …

2
Farklı AIC tanımları
Wikipedia'da Akaike'nin Bilgi Kriteri'nin (AIC) olarak tanımlanması söz konusudur , burada parametre sayısıdır ve modelin log olasılığıdır.AIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Ancak Ekonometriklerimiz saygın bir üniversitede olduğunu belirtmektedir . Burada , bir ARMA modelindeki hatalar için tahmini varyans ve , zaman serisi veri kümesindeki gözlem sayısıdır.AIC=log(σ^2)+2⋅kTAIC=log⁡(σ^2)+2⋅kT …

1
ARMA modelinin uygun değerleri
ARMA (p, q) modelleri için uygun değerlerin nasıl hesaplandığını anlamaya çalışıyorum. Burada zaten ARMA süreçlerinin uygun değerleri ile ilgili bir soru buldum, ancak bunu anlayamadım. ARMA (1,1) modelim varsa, yani Xt= α1Xt - 1+ ϵt- β1εt - 1Xt=α1Xt-1+εt-β1εt-1X_t = \alpha_1X_{t-1}+\epsilon_t - \beta_1 \epsilon_{t-1} ve (sabit) zaman serileri verildi I parametreleri …
11 arma 



1
Sıra korelasyonu için ARMA eşdeğeri var mı?
ARMA / ARIMA modellerinin iyi çalışmadığı son derece doğrusal olmayan verilere bakıyorum. Yine de, bazı otokorelasyon görüyorum ve doğrusal olmayan otokorelasyon için daha iyi sonuçlar elde ettiğinden şüpheleniyorum. 1 / Rütbe korelasyonu için PACF'ye eşdeğer mi? (R? cinsinden) 2 / doğrusal olmayan / sıralama korelasyonu için bir eşdeğer ARMA modeli …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.