Запитання з тегом «stationarity»

Суворо стаціонарний процес (або часовий ряд) - це той, чий спільний розподіл постійний за часовими зрушеннями. Слабо нерухомий (або коваріаційний стаціонарний) процес або ряд - це той, середня і коваріаційна функції (дисперсія та функція автокореляції) з часом не змінюються.

5
Як визначити часовий ряд?
Як визначити часовий ряд? Чи гаразд просто взяти першу різницю та запустити тест Діккі Фуллера, і якщо він нерухомий, ми хороші? Також я виявив в Інтернеті, що можу зірвати часовий ряд, зробивши це в Stata: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller u_lncredit, drift regress lags(0) …

1
Якщо
Я натрапив на доказ одного з властивостей моделі ARCH, який говорить про те, що якщо , то { X t } є нерухомим iff ∑ p i = 1 b i &lt; 1, де модель ARCH:Е ( X2т) &lt; ∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty{ Xт}{Xt}\{X_t\}∑pi = 1бi&lt; 1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 Хт= σтϵтXt=σtϵtX_t …

3
Чи зберігається стаціонарність при лінійному поєднанні?
Уявіть, у нас є два часові ряди процесів, які є стаціонарними, виробляючи: .xt,ytxt,ytx_t,y_t Чи , також нерухомий? ∀ 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} Будь-яка допомога буде вдячна. Я б сказав, що так, оскільки він має представництво MA.

2
Чи кожна нестаціонарна серія може бути конвертована в стаціонарну серію через диференціювання
Чи можна кожен нестаціонарний часовий ряд перетворити на стаціонарний часовий ряд, застосувавши диференціювання? Крім того, як ви вирішите порядок розходження, який слід застосувати? Ви просто розрізняєтесь з інтервалами 1,2 ... n і кожен раз виконуєте тест кореневих одиниць нерухомих, щоб побачити, чи є отриманий ряд нерухомим?

2
Чи можу я відхилити та різницю, щоб зробити серію нерухомою?
У мене є набір даних, який з часом збільшується (обмінний курс валюти, щомісячні дані за 20 років), моє запитання: чи можу я знецінити дані, а потім відмінити їх також, щоб зробити їх нерухомими, якщо деградація сама по собі цього не досягає? І якщо так, то чи вважатиметься це вдвічі різницею, …

1
Різниця між серіями з дрейфом і серіями з трендом
Ряд із дрейфом можна моделювати як ут= c + ϕ yt - 1+ εтут=c+ϕут-1+εтy_t = c + \phi y_{t-1} + \varepsilon_t де ccc - дрейф (константа), а ϕ = 1ϕ=1\phi=1 . Ряд із трендом можна моделювати як ут= c + δt + ϕ yt - 1+ εтут=c+δт+ϕут-1+εтy_t = c + …

2
Якщо часовий ряд є стаціонарним у другому порядку, чи означає це, що він є суворо нерухомим?
Процес є строго стаціонарним , якщо спільний розподіл X т 1 , Х т 2 , . . . , X t m - те саме, що спільний розподіл для всіх , для всіх і для всіх .XтХтX_tXt1,Xt2, . . . , XtмХт1,Хт2,...,ХтмX_{t_1},X_{t_2},...,X_{t_m} т до т 1 , т 2 …

2
У чому полягає інтуїція, що стоїть за відмінностями другого порядку?
Іноді може бути необхідним різнити часовий серій, щоб зробити його нерухомим. Однак я не розумію, як диференціювання другого порядку може допомогти зробити його нерухомим, коли розмежування першого порядку недостатньо. Чи можете ви дати зрозуміле пояснення для розмежування другого порядку та випадків, коли це потрібно?

2
Чи можна використовувати аналіз основних компонентів щодо цін акцій / нестаціонарних даних?
Я читаю приклад, наведений у книзі " Машинне навчання для хакерів" . Я спершу детальніше деталізую на прикладі, а потім поговору про своє запитання. Приклад : Бере набір даних за 10 років цін на акції. Працює PCA за цінами на 25 акцій. Порівняє головний компонент з індексом Dow Jones. Зауважує …

3
Чи має на увазі сезонний часовий ряд стаціонарний чи нестаціонарний часовий ряд
Якщо у мене є часовий ряд, який має сезонність, чи це автоматично робить серію нестаціонарною? Моя інтуїція (ймовірно, відключена) полягає в тому, що це не так. Сезонність означає, що серія йде вгору і вниз навколо постійної величини .... щось на зразок синусоїди. Отже, за цією логікою часовий ряд із сезонністю …


1
Якщо квадрат часового ряду є нерухомим, чи є оригінальним часовий ряд стаціонарним?
Я знайшов рішення, в якому сказано, що якщо квадрат часового ряду є нерухомим, то це і оригінальний часовий ряд, і навпаки. Однак я, здається, не в змозі довести це, у когось є ідея, чи це правда, і якщо це як отримати?

2
Підсилення навчання в нестаціонарному середовищі [закрито]
Закрито . Це питання має бути більш зосередженим . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно зосередило увагу на одній проблемі лише редагуючи цю публікацію . Закрито 22 дні тому . Q1: Чи існують загальноприйняті або прийняті методи поводження з нестаціонарним середовищем у навчанні підкріплення …

1
Чому мої VAR-моделі краще працюють з нестаціонарними даними, ніж стаціонарні?
Я використовую VT-бібліотеку статистичних моделей python для моделювання даних фінансових часових рядів, і деякі результати мене здивували. Я знаю, що моделі VAR припускають, що дані часових рядів є нерухомими. Я ненавмисно помістив нестаціонарну серію цін журналів на два різні цінні папери, і на диво пристосовані значення та вибіркові прогнози були …

3
Концептуальна відмінність між гетеросцедастичністю та нестаціонарністю
У мене виникають труднощі розрізняти поняття сценічності та стаціонарності. Як я їх розумію, гетероскедастичність - це різні мінливості в підгрупах, а нестаціонарність - це зміна середнього / відхилення в часі. Якщо це правильне (хоч і спрощене) розуміння, чи нестаціонарність є просто конкретним випадком гетероскедастичності протягом часу?
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.