Вопросы с тегом «stationarity»

Строго стационарный процесс (или временной ряд) - это процесс, совместное распределение которого является постоянным во времени. Слабо стационарный (или ковариационный стационарный) процесс или ряд - это процесс, чье среднее и ковариационная функция (дисперсия и автокорреляционная функция) не изменяются со временем.

1
Если
Я наткнулся на доказательство одного из свойств модели ARCH, которое гласит, что если E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty , то {Xt}{Xt}\{X_t\} является стационарным тогда и только тогда, когда ∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 где модель ARCH: Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 + ... b_pX_{t-p}^2 Основная идея доказательства состоит в том, чтобы …

5
Как я могу снять временные ряды?
Как я могу снять временные ряды? Можно ли просто взять первое различие и запустить тест Дики Фуллера, и если он стационарный, у нас все хорошо? В Интернете я также обнаружил, что могу рассчитывать временные ряды, выполняя это в Stata: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller …

3
Сохраняется ли стационарность при линейной комбинации?
Представьте, что у нас есть два процесса временных рядов, которые являются стационарными и производят: .xt,ytxt,ytx_t,y_t Является ли , также стационарным? ∀ α , β ∈ Rzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} Любая помощь будет оценена. Я бы сказал, да, так как он имеет представление МА.

2
Является ли каждый нестационарный ряд преобразованным в стационарный ряд посредством дифференцирования
Можно ли преобразовать каждый нестационарный временной ряд в стационарный временной ряд, применяя разность? Кроме того, как вы решаете порядок применения дифференцирования? Разница только с интервалами 1,2 ... n, и вы каждый раз выполняете проверку единичного корня для определения стационарности полученного ряда?

2
Могу ли я извлечь выгоду и сделать серию стационарной?
У меня есть набор данных, который явно увеличивается с течением времени (обменный курс валюты, ежемесячные данные за 20 лет), мой вопрос: могу ли я вывести данные из тренда, а затем изменить их также, чтобы сделать их стационарными, если сам трендендинг сам по себе не достигает этого? И если да, то …

1
Разница между сериями с дрейфом и сериями с трендом
Ряд с дрейфом может быть смоделирован как где - дрейф (постоянный), а . YT= c + ϕ yт - 1+ εTyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tсccϕ = 1ϕ=1\phi=1 Ряд с трендом можно смоделировать как где - дрейф (постоянная), - детерминированный тренд времени, а .YT= с + δt + …

2
Если временной ряд является стационарным второго порядка, означает ли это, что он является строго стационарным?
Процесс является строго стационарным , если совместное распределение X т 1 , Х т 2 , . , , , Х т т такое же , как совместное распределение X т 1 + K , X т 2 + к , . , , , X t m + k …

2
Какова интуиция, лежащая в основе различий второго порядка?
Иногда временную серию необходимо различать, чтобы сделать ее стационарной. Однако я не понимаю, как различие второго порядка может помочь сделать его стационарным, когда различие первого порядка недостаточно. Не могли бы вы дать интуитивное объяснение различий второго порядка и случаев, когда это необходимо?

2
Можно ли использовать анализ основных компонентов по ценам на акции / нестационарным данным?
Я читаю пример, приведенный в книге « Машинное обучение для хакеров» . Сначала я подробно остановлюсь на примере, а затем расскажу о своем вопросе. Пример : Принимает набор данных за 10 лет по 25 ценам на акции. Работает PCA на 25 акций. Сравнивает основной компонент с индексом Доу-Джонса. Наблюдает очень …

3
Означает ли сезонный временной ряд стационарный или нестационарный временной ряд
Если у меня есть временной ряд с сезонностью, автоматически ли это делает серию нестационарной? Моя интуиция (вероятно, выключена) состоит в том, что это не так. Сезонность означает, что ряд идет вверх и вниз вокруг постоянной величины ... что-то вроде синусоиды. Таким образом, по этой логике временной ряд с сезонностью является …


1
Если квадрат временного ряда является стационарным, является ли исходный временной ряд стационарным?
Я нашел решение, которое гласило, что если квадрат временного ряда является стационарным, то же самое происходит и с исходным временным рядом, и наоборот. Однако я не могу доказать это, у кого-то есть идея, если это правда, и если это как вывести это?

2
Усиленное обучение в нестационарной среде [закрыто]
Закрыто . Этот вопрос должен быть более сфокусированным . В настоящее время он не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы он был сосредоточен только на одной проблеме, отредактировав этот пост . Закрыто 11 дней назад . В1: Существуют ли распространенные или общепринятые методы работы с нестационарной средой …

1
Почему мои модели VAR работают лучше с нестационарными данными, чем со стационарными данными?
Я использую библиотеку python statsmodels VAR для моделирования данных финансовых временных рядов, и некоторые результаты меня озадачили. Я знаю, что модели VAR предполагают, что данные временного ряда являются стационарными. Я непреднамеренно подбираю нестационарную серию журнальных цен для двух разных ценных бумаг, и, к удивлению, подобранные значения и прогнозы в выборке …

3
Концептуальное различие между гетероскедастичностью и нестационарностью
У меня возникают проблемы с разграничением понятий скедастичность и стационарность. Насколько я понимаю, гетероскедастичность отличается вариабельностью в подгруппах населения, а нестационарность - это изменение среднего значения / дисперсии во времени. Если это правильное (хотя и упрощенное) понимание, является ли нестационарность просто частным случаем гетероскедастичности во времени?
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.