Вопросы с тегом «arma»

Относится к модели авторегрессионного интегрированного скользящего среднего, используемой при моделировании временных рядов как для описания данных, так и для прогнозирования. Эта модель обобщает модель ARMA, включая термин для дифференцирования, который полезен для удаления тенденций и обработки некоторых типов нестационарности.

3
Анализировать графики ACF и PACF
Я хочу проверить, правильно ли я анализирую свои графики ACF и PACF: Фон: (Reff: Филип Ханс Фрэнсис, 1998) Поскольку ACF и PACF показывают значительные значения, я предполагаю, что ARMA-модель удовлетворит мои потребности ACF может использоваться для оценки MA-части, т.е. q-значения, PACF может использоваться для оценки AR-части, т.е. p-значения Чтобы оценить …

2
Какова интуиция обратимого процесса во временных рядах?
Я читаю книгу о временных рядах, и я начал чесать голову в следующей части: Может ли кто-нибудь объяснить мне интуицию? Я не мог получить это из этого текста. Зачем нам нужен процесс, чтобы быть обратимым? Какая здесь общая картина? Спасибо за любую помощь. Я новичок в этом, так что, если …
19 time-series  arma 

1
Доказательство стационарности АР (2)
Рассмотрим процесс AR (2) где - стандартный процесс белого шума. Просто для простоты позвольте мне назвать и . Сосредоточившись на корнях уравнения характеристик, я получил Классические условия в учебниках следующие: Я пытался вручную (с помощью Mathematica) решить неравенства на корнях, т. е. систему получая толькоXt=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}⎧⎩⎨|−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 \\ …


4
Требует ли применение ARMA-GARCH стационарности?
Я собираюсь использовать модель ARMA-GARCH для финансовых временных рядов, и мне было интересно, должен ли ряд быть стационарным до применения указанной модели. Я знаю, что для применения модели ARMA ряды должны быть стационарными, однако я не уверен в ARMA-GARCH, поскольку я включаю ошибки GARCH, которые подразумевают кластеризацию волатильности и непостоянную …

2
ARIMA против ARMA на дифференцированной серии
В R (2.15.2) я однажды установил ARIMA (3,1,3) для временного ряда и один раз ARMA (3,3) для разностных временных рядов. Установленные параметры отличаются, что я приписал методу подбора в ARIMA. Кроме того, подгонка ARIMA (3,0,3) к тем же данным, что и ARMA (3,3), не приведет к идентичным параметрам, независимо от …
13 r  time-series  arima  fitting  arma 

3
Автоковариантность процесса ARMA (2,1) - вывод аналитической модели для
Мне нужно вывести аналитические выражения для автоковариантной функции γ(k)γ(k)\gamma\left(k\right) процесса ARMA (2,1), обозначенного как: 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 Итак, я знаю, что: 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] так что я могу написать: 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] затем, чтобы вывести аналитическую версию автоковариантной функции, мне нужно подставить значения - 0, 1, 2 ..., пока …

2
Различные определения AIC
Из Википедии есть определение информационного критерия Акаике (AIC) как , где - число параметров, а \ log L - логарифмическая вероятность модели.k log LAIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkkжурналLlog⁡L\log L Тем не менее, наша эконометрика отмечает в уважаемом университете, что А яС= журнал( σ^2) + 2 ⋅ кTAIC=log⁡(σ^2)+2⋅kT …

1
Установленные значения модели ARMA
Я пытаюсь понять, как подбираются значения для моделей ARMA (p, q). Я уже нашел здесь вопрос, касающийся подгоночных значений процессов ARMA, но не смог понять этого. Если у меня есть модель ARMA (1,1), т.е. ИксT= α1Икст - 1+ ϵT- β1εт - 1Xt=α1Xt−1+ϵt−β1ϵt−1X_t = \alpha_1X_{t-1}+\epsilon_t - \beta_1 \epsilon_{t-1} и мне дан …
11 arma 

1
Почему прогнозирование моделей ARMA выполняется фильтром Калмана
Каковы преимущества выражения модели ARMA как модели пространства состояний и прогнозирования с использованием фильтра Калмана? Эта методология, например, используется в реализации SARIMAX для python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

3
Интернет материал для изучения анализа временных рядов
У меня вопрос, есть ли хорошие онлайн-материалы для изучения этого. Что-то, что хорошо знакомит, особенно модели ARMA и связанная математика. Изменить: я ищу что-то высокого уровня бакалавриата. Что-то вроде Броквелла и Дэвиса « Введение во временные ряды и прогнозирование»

1
Есть ли эквивалент ARMA для ранговой корреляции?
Я смотрю на чрезвычайно нелинейные данные, для которых модели ARMA / ARIMA не работают хорошо. Тем не менее, я вижу некоторую автокорреляцию, и я подозреваю, что будут иметь лучшие результаты для нелинейной автокорреляции. 1 / существует ли эквивалент PACF для ранговой корреляции? (в R?) 2 / существует ли эквивалент модели …
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.