Pertanyaan yang diberi tag «stationarity»

Proses stasioner (atau deret waktu) yang ketat adalah proses distribusi bersama yang konstan dari waktu ke waktu. Proses atau rangkaian stasioner yang lemah (atau stasioner kovarian) adalah proses atau fungsi kovarians (varians dan fungsi autokorelasi) yang tidak berubah dari waktu ke waktu.

1
Jika
Saya menemukan bukti untuk salah satu sifat dari model ARCH yang mengatakan bahwa jika E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty , maka {Xt}{Xt}\{X_t\} adalah stasioner iff ∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 mana model ARCH adalah: 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 Gagasan utama buktinya adalah untuk menunjukkan bahwa dapat ditulis …

5
Bagaimana cara menentukan rangkaian waktu?
Bagaimana cara menentukan rangkaian waktu? Apakah boleh untuk hanya mengambil perbedaan pertama dan menjalankan tes Dickey Fuller, dan jika itu stasioner kita baik? Saya juga menemukan secara online bahwa saya dapat menentukan urutan waktu dengan melakukan ini di Stata: reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller …



2
Bisakah saya membuat perbedaan dan membuat seri stasioner?
Saya memiliki dataset yang jelas meningkat seiring berjalannya waktu (nilai tukar mata uang, data bulanan lebih dari 20 tahun), pertanyaan saya adalah: Dapatkah saya menurunkan data dan kemudian membuatnya berbeda untuk membuatnya tetap, jika detrending itu sendiri tidak mencapai ini? Dan jika demikian, apakah ini dianggap dua kali berbeda, atau …

1
Perbedaan antara seri dengan drift dan seri dengan tren
Serangkaian dengan drift dapat dimodelkan sebagai mana adalah drift (konstan), dan . yt=c+ϕyt−1+εtyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ=1ϕ=1\phi=1 Serangkaian dengan tren dapat dimodelkan sebagai mana adalah drift (konstan), adalah tren waktu deterministik dan .yt=c+δt+ϕyt−1+εtyt=c+δt+ϕyt−1+εty_t = c + \delta t + \phi y_{t-1} + \varepsilon_tcccδtδt\delta tϕ=1ϕ=1\phi=1 Kedua seri tersebut …


2
Apa intuisi di balik perbedaan urutan kedua?
Kadang-kadang sebuah seri waktu mungkin perlu dibedakan untuk dibuat diam. Namun saya tidak mengerti bagaimana perbedaan urutan kedua dapat membantu membuatnya stasioner ketika perbedaan urutan pertama tidak cukup. Bisakah Anda memberikan penjelasan intuitif untuk perbedaan urutan kedua dan kasus di mana diperlukan?




3
Stasioneritas dalam rangkaian waktu multivarian
Saya bekerja dengan serangkaian waktu multivarian dan menggunakan model VAR (Vector Autoregression) untuk perkiraan. Pertanyaan saya adalah Apa arti sebenarnya dari stasioneritas dalam kerangka kerja multivarian. 1) Saya tahu bahwa jika dalam pengaturan VAR jika determinan invers dari | IA | matrix memiliki nilai eigen kurang dari 1 dalam modulus, …



1
Mengapa model VAR saya bekerja lebih baik dengan data nonstasioner daripada data stasioner?
Saya menggunakan perpustakaan VAR statsmodels python untuk memodelkan data deret waktu keuangan dan beberapa hasil membuat saya bingung. Saya tahu bahwa model VAR menganggap data deret waktu stasioner. Saya secara tidak sengaja memasukkan serangkaian harga log non-stasioner untuk dua sekuritas yang berbeda dan secara mengejutkan nilai-nilai pas dan prakiraan sampel …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.