Pertanyaan yang diberi tag «time-series»

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 …

13 regression  time-series  stata  stationarity 

Saya memahami kausalitas seperti yang digunakan dalam ekonomi mikro (khususnya IV atau desain diskontinuitas regresi) dan juga kausalitas Granger seperti yang digunakan dalam ekonometrik time-series. Bagaimana saya berhubungan satu sama lain? Sebagai contoh, saya telah melihat kedua pendekatan yang digunakan untuk data panel (katakanlah , ). Referensi ke makalah dalam …

13 time-series  econometrics  causality  granger-causality 

Saya memiliki dua 2 jam data GPS dengan tingkat pengambilan sampel 1 Hz (7200 pengukuran). Data diberikan dalam bentuk , di mana adalah ketidakpastian pengukuran.(X,Xσ,Y,Yσ,Z,Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma)NσNσN_\sigma Ketika saya mengambil rata-rata dari semua pengukuran (misalnya nilai Z rata-rata dari dua jam itu), apa standar deviasinya? Tentu saja …

13 time-series  mean  standard-deviation 

Dalam R (2.15.2) saya memasang sekali ARIMA (3,1,3) pada deret waktu dan sekali ARMA (3,3) pada deret waktu yang berbeda. Parameter yang dipasang berbeda, yang saya dikaitkan dengan metode pemasangan di ARIMA. Juga, pemasangan ARIMA (3,0,3) pada data yang sama dengan ARMA (3,3) tidak akan menghasilkan parameter yang identik, tidak …

13 r  time-series  arima  fitting  arma 

Saya telah mencoba mempelajari dan menerapkan model ARIMA. Saya telah membaca teks yang bagus tentang ARIMA oleh Pankratz - Peramalan dengan Kotak Univariat - Model Jenkins: Konsep dan Kasus . Dalam teks, penulis terutama menekankan prinsip kekikiran dalam memilih model ARIMA. Saya mulai bermain dengan auto.arima()fungsi dalam R paket perkiraan …

13 time-series  forecasting  arima  aic  automatic-algorithms 

Saya perlu mendapatkan ekspresi analitik untuk fungsi autocovariance γ(k)γ(k)\gamma\left(k\right) dari proses ARMA (2,1) yang dilambangkan oleh: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Jadi, saya tahu itu: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] jadi saya bisa menulis: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] kemudian, untuk mendapatkan versi analitik dari fungsi autocovariance, saya perlu mengganti nilai kkk - 0, 1, …

13 time-series  covariance  autocorrelation  arma 

1. Masalahnya Saya memiliki beberapa pengukuran variabel , di mana , di mana saya memiliki distribusi diperoleh melalui MCMC, yang untuk kesederhanaan saya akan menganggapnya sebagai gaussian rata-rata dan varians \ sigma_t ^ 2 .ytyty_tt=1,2,..,nt=1,2,..,nt=1,2,..,nfyt(yt)fyt(yt)f_{y_t}(y_t)μtμt\mu_tσ2tσt2\sigma_t^2 Saya punya model fisik untuk pengamatan itu, katakanlah g(t)g(t)g(t) , tetapi residual rt=μt−g(t)rt=μt−g(t)r_t = \mu_t-g(t) …

13 time-series  mcmc  autoregressive  likelihood 

Apakah standardisasi variabel dependen dalam kelompok pengidentifikasi masuk akal? Kertas kerja berikut (Perlambatan deforestasi di Amazon Legal; Harga atau Kebijakan?, Pdf ) menggunakan variabel dependen terstandardisasi untuk menganalisis pengaruh perubahan kebijakan umum di Brasil terhadap deforestasi. Standarisasi dilakukan sebagai berikut: Yn e wi t= Yi t- Ysaya¯¯¯¯¯s d( Ysayat)Ysayatnew=Ysayat-Ysaya¯sd(Ysayat) Y^{new}_{it} …

13 regression  time-series  panel-data  standardization  fixed-effects-model 

Edit Saya telah menemukan kertas yang menggambarkan dengan tepat prosedur yang saya butuhkan. Satu-satunya perbedaan adalah bahwa makalah menginterpolasi data rata-rata bulanan ke harian, sambil mempertahankan rata-rata bulanan. Saya mengalami kesulitan untuk mengimplementasikan pendekatan di R. Setiap petunjuk dihargai. Asli Untuk setiap minggu, saya memiliki data jumlah berikut (satu nilai …

13 r  time-series  interpolation 

Untuk kata pengantar ini, saya memiliki latar belakang matematika yang cukup dalam, tetapi saya tidak pernah benar-benar berurusan dengan deret waktu, atau pemodelan statistik. Jadi kamu tidak harus bersikap sangat lembut padaku :) Saya membaca makalah ini tentang memodelkan penggunaan energi di bangunan komersial, dan penulis membuat klaim ini: [Kehadiran …

13 time-series  autocorrelation 

Apakah proses AR (1) seperti yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t merupakan proses Markov? Jika ya, maka VAR (1) adalah versi vektor dari proses Markov?

13 time-series 

Saat melakukan preforming uji Johansen Cointegration untuk 2 seri waktu (case sederhana) Anda perlu memutuskan jeda yang ingin Anda gunakan. Melakukan tes untuk kelambatan yang berbeda menghasilkan hasil yang berbeda: untuk beberapa tingkat kelambatan hipotesis nol dapat ditolak tetapi untuk yang lain tidak. Pertanyaan saya adalah apa metode yang tepat …

13 time-series  cointegration 

Saya hanya mencoba memahami apa hubungan antara regresi berganda / sederhana normal vs regresi berganda / sederhana ketika variabel-variabel berbeda. Sebagai contoh, saya menganalisis hubungan antara saldo deposito ( YTYTY_T ) harga pasar vs ( RTRTR_T ) Jika saya menjalankan regresi linier sederhana, korelasi negatif dan cukup signifikan (sekitar -.74) …

13 regression  time-series 

Saya memiliki model peramalan untuk seri waktu dan saya ingin menghitung kesalahan prediksi out-of-sample. Saat ini strategi saya berikut ini adalah salah satu yang disarankan di blog Rob Hyndman (dekat bagian bawah halaman) yang berjalan seperti ini (dengan asumsi time series dan satu set pelatihan ukuran k )y1, ... , …

13 time-series  forecasting 

Saya melihat model regresi yang mengalami kemunduran pengembalian indeks saham Year-on-Year pada pengembalian yang terlambat (12 bulan) dari indeks saham yang sama, spread kredit (perbedaan antara rata-rata bulanan obligasi bebas risiko dan obligasi korporasi hasil), Tingkat Inflasi tahunan dan indeks produksi industri tahunan. Kelihatannya demikian (meskipun Anda akan mengganti data …

13 regression  time-series  autocorrelation