Saya menggunakan pertanyaan lagi sebagai kesempatan untuk belajar lebih banyak tentang rangkaian waktu - salah satu (banyak) topik yang saya minati. Setelah penelitian singkat, menurut saya ada beberapa pendekatan untuk masalah pemodelan seri waktu singkat.
Pendekatan pertama adalah dengan menggunakan model deret waktu linier / standar (AR, MA, ARMA, dll.), Tetapi untuk memperhatikan parameter tertentu, seperti yang dijelaskan dalam posting ini [1] oleh Rob Hyndman, yang tidak memerlukan pengantar dalam seri waktu dan dunia peramalan. Pendekatan kedua, disebut oleh sebagian besar literatur terkait yang telah saya lihat, menyarankan menggunakan model deret waktu non-linier , khususnya, model ambang [2], yang meliputi ambang batas model autoregresif (TAR) , TAR yang keluar sendiri ( SETAR) , threshold autoregressive moving average model (TARMA) , dan model TARMAX , yang memperluas TARmodel ke deret waktu eksogen. Sangat baik ikhtisar dari model time series non-linear, termasuk model threshold, dapat ditemukan dalam makalah ini [3] dan makalah ini [4].
Akhirnya, makalah penelitian terkait IMHO lainnya [5] menjelaskan pendekatan yang menarik, yang didasarkan pada representasi Volterra-Weiner dari sistem non-linear - lihat ini [6] dan ini [7]. Pendekatan ini dianggap lebih unggul dari teknik lain dalam konteks deret waktu pendek dan bising .
Referensi
- Hyndman, R. (4 Maret 2014). Memasang model ke seri waktu singkat. [Posting blog]. Diperoleh dari http://robjhyndman.com/hyndsight/short-time-series
- Universitas Negeri Pennsylvania. (2015). Model ambang batas. [Materi kursus online]. STAT 510, Analisis Rangkaian Waktu Terapan. Diperoleh dari https://onlinecourses.science.psu.edu/stat510/node/82
- Zivot, E. (2006). Model deret waktu non-linear. [Catatan kelas]. ECON 584, Timeon Econometrics. Universitas Washington. Diperoleh dari http://faculty.washington.edu/ezivot/econ584/notes/nonlinear.pdf
- Chen, CWS, So, MKP, & Liu, F.-C. (2011). Tinjauan model ambang batas waktu di bidang keuangan. Statistik dan Antarmuka, 4 , 167–181. Diperoleh dari http://intlpress.com/site/pub/files/_fulltext/journals/sii/2011/0004/0002/SII-2011-0004-0002-a012.pdf
- Barahona, M., & Poon, C.-S. (1996). Deteksi dinamika nonlinear dari deret waktu pendek dan bising. Alam, 381 , 215-217. Diperoleh dari http://www.bg.ic.ac.uk/research/m.barahona/nonlin_detec_nature.PDF
- Franz, MO (2011). Seri Volterra dan Wiener. Scholarpedia, 6 (10): 11307. Diperoleh dari http://www.scholarpedia.org/article/Volterra_and_Wiener_series
- Franz, MO, & Scholkopf, B. (nd). Pandangan pemersatu teori Wiener dan Volterra dan regresi kernel polinomial. Diperoleh dari http://www.is.tuebingen.mpg.de/fileadmin/user_upload/files/publications/nc05_%5B0%5D.pdf