Модель авторегрессии (AR) - это случайный временной ряд, моделирующий процесс, который линейно определяет значение ряда в терминах предыдущих значений.
Я пытаюсь понять статью о прогнозировании электрической нагрузки, но я борюсь с концепциями внутри, особенно с моделью SARIMAX . Эта модель используется для прогнозирования нагрузки и использует многие статистические понятия, которые я не понимаю (я студент старших курсов по информатике - вы можете...
Я понимаю, что если процесс зависит от предыдущих значений самого себя, то это процесс AR. Если это зависит от предыдущих ошибок, то это процесс МА. Когда произойдет одна из этих двух ситуаций? Есть ли у кого-нибудь убедительный пример, освещающий основную проблему относительно того, что означает,...
Думая об использовании повторяющихся нейронных сетей для прогнозирования временных рядов. Они в основном реализуют своего рода обобщенную нелинейную авторегрессию по сравнению с моделями ARMA и ARIMA, которые используют линейную авторегрессию. Если мы выполняем нелинейную авторегрессию, все еще...
У меня возникают проблемы с пониманием, почему мы заботимся о том, является ли процесс МА обратимым или нет. Пожалуйста, исправьте меня, если я ошибаюсь, но я могу понять, почему нас волнует, является ли процесс AR причинным, то есть, если мы можем, так сказать, «переписать», как сумму некоторого...
1. Проблема У меня есть некоторые измерения переменного ytyty_t , где t=1,2,..,nt=1,2,..,Nt=1,2,..,n , для которого у меня есть распределение fyt(yt)fyt(yt)f_{y_t}(y_t) полученное с помощью MCMC, которое для простоты я предполагаю, что это гауссиан среднего μtμt\mu_t и дисперсии σ2tσt2\sigma_t^2 ....
Уже более 2 лет я работаю над разными временными рядами. Я читал во многих статьях, что ACF используется для определения порядка терминов MA и PACF для AR. Существует правило большого пальца, что для MA задержка, при которой ACF внезапно отключается, составляет порядок MA и аналогично для PACF и...
Рассмотрим модель AR ( ) (предполагая нулевое среднее значение для простоты):ппp ИксT= φ1Икст - 1+ … + ΦпИкст - р+ εTИксTзнак равноφ1ИксT-1+...+φпИксT-п+εT x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Оценщик OLS (эквивалентный условному максимального правдоподобия) для...
Я пытаюсь понять, почему OLS дает необъективную оценку процесса AR (1). Рассмотрим В этой модели строгая экзогенность нарушается, т. е. и коррелируют, а и не коррелированы. Но если это правда, то почему следующий простой вывод не выполняется? утεтут-1εтPlim...
Простая линейная модель: х = α т + ϵTИксзнак равноαT+εTx=\alpha t + \epsilon_t где ~ iid N ( 0 , сг 2 )εTεT\epsilon_tN( 0 , σ2)N(0,σ2)N(0,\sigma^2) с иV a r ( x ) = σ 2Е( х ) = α тЕ(Икс)знак равноαTE(x) = \alpha tВa r ( x ) = σ2Вaр(Икс)знак равноσ2Var(x)=\sigma^2 АР (1): ИксT= α Xт - 1+ ϵTИксTзнак...
Это всего лишь пример, с которым я сталкивался несколько раз, поэтому у меня нет примеров данных. Запуск модели линейной регрессии в R: a.lm = lm(Y ~ x1 + x2) x1является непрерывной переменной x2является категориальным и имеет три значения, например, «Низкий», «Средний» и «Высокий». Однако вывод,...
Основная проблема : я не могу получить аналогичные оценки параметров с EViews и R. По причинам, которые я сам не знаю, мне нужно оценить параметры для определенных данных, используя EViews. Это делается путем выбора опции NLS (нелинейные наименьшие квадраты) и использования следующей...
Я пытаюсь вписать модель с дискретным временем в R, но я не уверен, как это сделать. Я читал, что вы можете организовать зависимую переменную в разных строках, по одной для каждого временного наблюдения, и использовать glmфункцию со ссылкой logit или cloglog. В этом смысле, у меня есть три колонки:...
Когда я оцениваю случайное блуждание с AR (1), коэффициент очень близок к 1, но всегда меньше. Какова математическая причина того, что коэффициент не больше
Каков обычный подход к моделированию двоичных временных рядов? Есть ли бумага или учебник, где это лечится? Я думаю о бинарном процессе с сильной автокорреляцией. Что-то вроде знака процесса AR (1), начинающегося с нуля. Скажем, Икс0= 0X0=0X_0 = 0 и Икст + 1= β1ИксT+ ϵT,Xt+1=β1Xt+ϵt, X_{t+1} =...
Я пытаюсь использовать радиочастотную регрессию для прогнозирования производительности бумажной фабрики. У меня есть поминутные данные для входных данных (скорость и количество поступающей древесной массы и т. Д.), А также для производительности машины (произведенная бумага, мощность, потребляемая...
Каковы различия между VAR (векторная авторегрессия) и