Estoy trabajando con una serie de tiempo multivariante y usando el modelo VAR (Vector Autoregression) para el pronóstico. Mi pregunta es ¿Qué significa estacionariedad en realidad en un marco multivariante?
1) Sé que si en la configuración VAR si el determinante de la inversa de la matriz | IA | tiene valores propios inferiores a 1 en el módulo, el sistema VAR general es estable / estacionario, pero eso significa que puedo proceder sin molestarme en diferenciar lo no estacionario componente presente en la serie de tiempo multivariante
2) ¿Cómo proceder si una de las series de componentes es no estacionaria, el resto es estacionario?
3) ¿Cómo proceder si más de una serie temporal de componentes no son estacionarias pero están "No cointegradas"?
Sobre todo, existen otros métodos para manejar series de tiempo multivariadas. También estoy explorando los métodos de aprendizaje automático