Preguntas etiquetadas con stationarity

Un proceso estrictamente estacionario (o series de tiempo) es aquel cuya distribución conjunta es constante a lo largo de los cambios de tiempo. Un proceso o serie débilmente estacionario (o estacionario de covarianza) es aquel cuya función de media y covarianza (función de varianza y autocorrelación) no cambia con el tiempo.


5
¿Cómo hacer una serie temporal estacionaria?
Además de tomar las diferencias, ¿cuáles son otras técnicas para hacer una serie temporal no estacionaria, estacionaria? Normalmente, uno se refiere a una serie como " integrada de orden p " si puede hacerse estacionaria a través de un operador de retraso .(1−L)PXt(1−L)PXt(1-L)^P X_t

3
¿Cómo saber si una serie temporal es estacionaria o no estacionaria?
Estoy utilizando R, busqué en Google y descubrí que kpss.test(), PP.test()y adf.test()se utilizan para saber acerca de la estacionariedad de las series temporales. Pero no soy un estadístico, que puede interpretar sus resultados. > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value …


2
¿La correlación supone la estacionariedad de los datos?
El análisis entre mercados es un método para modelar el comportamiento del mercado mediante la búsqueda de relaciones entre diferentes mercados. Muchas veces, se calcula una correlación entre dos mercados, por ejemplo, S&P 500 y los bonos del Tesoro estadounidense a 30 años. La mayoría de las veces, estos cálculos …




1
Una prueba de la estacionariedad de un AR (2)
Considere un proceso AR (2) centrado en la media Xt=ϕ1Xt−1+ϕ2Xt−2+ϵtXt=ϕ1Xt−1+ϕ2Xt−2+ϵtX_t=\phi_1X_{t-1}+\phi_2X_{t-2}+\epsilon_t donde ϵtϵt\epsilon_t es el proceso estándar de ruido blanco. Sólo por razones de simplicidad déjame llamar ϕ1=bϕ1=b\phi_1=b y ϕ2=aϕ2=a\phi_{2}=a . Centrándome en las raíces de la ecuación de características obtuve z1,2=−b±b2+4a−−−−−−√2az1,2=−b±b2+4a2az_{1,2}=\frac{-b\pm\sqrt{b^2+4a}}{2a} Las condiciones clásicas en los libros de texto son …

2
Si un modelo de series temporales autorregresivas no es lineal, ¿aún requiere estacionariedad?
Pensando en usar redes neuronales recurrentes para el pronóstico de series de tiempo. Básicamente implementan una especie de regresión automática no lineal generalizada, en comparación con los modelos ARMA y ARIMA que utilizan la regresión automática lineal. Si estamos realizando una regresión automática no lineal, ¿sigue siendo necesario que las …

2
Confusión con la prueba Dickey Fuller aumentada
Estoy trabajando en el conjunto de datos electricitydisponibles en el paquete R TSA. Mi objetivo es averiguar si un arimamodelo será apropiado para estos datos y, finalmente, ajustarlo. Así que procedí de la siguiente manera: primero: trazar la serie de tiempo que resultó si el siguiente gráfico: segundo: quería tomar …

2
¿Cuáles son los requisitos de estacionariedad para usar la regresión con errores ARIMA para inferencia?
¿Cuáles son los requisitos de estacionariedad para usar la regresión con errores ARIMA (regresión dinámica) para la inferencia? Específicamente, tengo una no estacionario continuo variable de resultado , una variable predictor continuo no estacionario x un y una variable ficticia serie tratamiento x b . Me gustaría saber si el …

3
¿Qué prueba de Dickey-Fuller para una serie temporal modelada con una intercepción / deriva y una tendencia lineal?
Version corta: Tengo una serie temporal de datos climáticos que estoy probando para la estacionariedad. Basado en investigaciones previas, espero que el modelo subyacente (o "que genera", por así decirlo) los datos tengan un término de intercepción y una tendencia de tiempo lineal positiva. Para probar la estacionariedad de estos …


2
Explicación intuitiva de la estacionariedad.
Estuve luchando con la estacionaria en mi cabeza por un tiempo ... ¿Es así como piensas al respecto? Cualquier comentario o pensamiento adicional será apreciado. El proceso estacionario es el que genera valores de series temporales de modo que la media de distribución y la varianza se mantienen constantes. Estrictamente …

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.