Вибір сезонного методу розкладання

20

Сезонне коригування є важливим кроком попередньої обробки даних для подальшого дослідження. Однак у дослідника є ряд варіантів сезонного розкладання тренд-циклу. Найпоширенішими (судячи з кількості цитат в емпіричній літературі) конкуруючими сезонними методами декомпозиції є X-11 (12) -ARIMA, Tramo / Seats (обидва реалізовані в Demetra + ) та ' stl . Прагнучи уникнути випадкового вибору між вищезазначеними методами декомпозиції (або іншими простими методами, такими як сезонні манекенні змінні), я хотів би знати базову стратегію, яка веде до ефективного вибору сезонного методу декомпозиції.R

Кілька важливих підпитувань (посилання на дискусію теж вітаються) можуть бути:

  1. У чому подібність та відмінності, сильні та слабкі сторони методів? Чи є якісь особливі випадки, коли один метод є кращим, ніж інші?
  2. Чи можете ви надати загальні вказівки щодо того, що знаходиться у чорному полі різних методів розкладання?
  3. Чи є спеціальні хитрощі для вибору параметрів методів (я не завжди задоволений за замовчуванням, stlнаприклад, є багато параметрів, з якими можна боротися, іноді я відчуваю, що просто не знаю, як правильно їх вибрати).
  4. Чи можна запропонувати якісь (статистичні) критерії, що часовий ряд сезонно коригується ефективно (аналіз корелограми, спектральна щільність? Малі критерії розміру вибірки? Стійкість?).
time-series  data-transformation  methodology  seasonality 
— Дмитро Челов
джерело
1
Вас може зацікавити ця відповідь та наведені там посилання.
— javlacalle

Відповіді:

4

Якщо ви готові навчитися розуміти діагностику, X12-ARIMA забезпечує завантаження діагностики на човні, що варіюється від (ASCII) графіків до показників великого пальця. Навчання та розуміння діагностики - це щось освіта у часових рядах та сезонна корекція.

З іншого боку, програмне забезпечення X12-ARIMA - це поні на один трюк, тоді як використання stl в R дозволить вам робити інші речі та переходити на інші методи (розкладати, dlm та ін.), Якщо бажаєте.

З іншого боку, X12-Arima полегшує включення екзогенних змінних та вказівку на інші люди тощо.

— Уейн
джерело
Ну це означає, що я повинен спершу навчитися хитростям поза X12-ARIMA, оскільки більшість діагностичних інструментів зазвичай приховані в статистичних пакетах. З практичної точки зору, коли я спробував мавпи в стилі «знизу-отримати-результат», я виявив, що Tramo / Seats працює краще (судячи чисто візуально по тесту сміху-мавпи), ніж X12-ARIMA, для stl I зазвичай виконують таку ж роботу в стилі мавпи, тому я хочу вивчити мистецтво сезонного розкладання. (+1) для загальних довідників!
— Дмитро Челов
У X-12-ARIMA у .outфайлі за замовчуванням є сторінки діагностики, і якщо ви прочитаєте посібник і ввімкнете ще декілька, ви буквально матимете сторінки та сторінки інформації, графіки ASCII та діагностику. Він дуже логічно організований і пронумерований, і вся діагностика посилається на розділ, з якого отримані дані. Якщо пройти цю діагностику та вивчити необхідне, щоб зрозуміти їх, дуже навчально. Деякі діагностики мають геніальну евристику. Не важко отримати більшу частину цієї інформації, розміщеної у файлах, які ви можете легко імпортувати в R для маніпулювання та правильного графіку.
— Уейн
На даний момент (якщо ніхто не намагатиметься дати більше деталей), я позначаю цю як правильну, але те, що я особисто хотів би знати, це практичний посібник, які правила великі пальці та графіка виявилися корисними та багато інші речі з тих, хто копає набагато глибше мене. Скажіть, я трохи ледачий тип людини, щоб читати посібники, але якщо ви скажете це зробити, напевно, я повинен, завдяки посиланням нижче ...
— Дмитро Челов
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.