Cada serie de tiempo debe evaluarse por separado con la idea final de recopilar, es decir, agrupar series similares en grupos o secciones que tengan una estructura similar / común. Dado que los datos de series temporales pueden ser intervenidos por una estructura determinista desconocida en puntos no especificados en el tiempo, se recomienda hacer una Detección de intervención para encontrar dónde la intervención realmente tuvo un efecto. Si sabe que una ley entró en vigencia en un punto particular de (de jure), esto puede de hecho (de facto) no la fecha en que realmente ocurrió la intervención. Los sistemas pueden responder antes de una fecha de efecto conocida o incluso después de la fecha debido a incumplimiento o falta de respuesta. Especificar la fecha de la intervención puede conducir a un sesgo de especificación del modelo. Le sugiero que busque en Google "Detección de intervención" o "Detección de valores atípicos". Un buen libro sobre esto sería el Prof. Wei de la Universidad de Temple publicado por Addison-Wessley. Creo que el título es "Análisis de series temporales". Un comentario adicional de una Variable de intervención puede aparecer como un pulso o cambio de nivel / paso o un pulso estacional o una tendencia de hora local.
En respuesta a la expansión de la discusión sobre las tendencias de hora local:
Si tiene una serie que exhibe 1,2,3,4,5,7,9,11,13,15,16,17,18,19 ... ha habido un cambio en la tendencia en el período 5 y en 10 Para mí, una pregunta principal en las series temporales es la detección de cambios de nivel, por ejemplo, 1,2,3,4,5,8,9,10, u otro ejemplo de un cambio de nivel 1,1,1,1,2 , 2,2,2, AND / OR o la detección de rupturas de tendencia de tiempo. Así como un pulso es la diferencia de un paso, un paso es la diferencia de una tendencia. Hemos extendido la teoría de detección de intervención a la 4ta dimensión i, e, cambio de punto de tendencia. En términos de apertura, he podido implementar tales esquemas de detección de intervención en conjunción con ARIMA y los modelos de función de transferencia. Soy uno de los estadísticos senior de series temporales que ha colaborado en el desarrollo de AUTOBOX, que incorpora estas características. No conozco a nadie más que haya programado esta emocionante innovación.
Local Time Trend
ve una variable de intervención? Estoy familiarizado con los otros tres.