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.

1
Si es estacionario, ¿es necesariamente estacionario?
Encontré una prueba para una de las propiedades del modelo ARCH que dice que si , entonces es estacionario iff donde el modelo ARCH es:{ X t } ∑ p i = 1 b i &lt; 1E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty{Xt}{Xt}\{X_t\}∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 + …

5
¿Cómo dedico las series temporales?
¿Cómo detrendo series de tiempo? ¿Está bien tomar la primera diferencia y ejecutar una prueba de Dickey Fuller, y si es estacionaria, estamos bien? También descubrí en línea que puedo eliminar la tendencia de las series de tiempo haciendo esto en Stata: reg lncredit time predict u_lncredit, residuals twoway line …










3
Estacionariedad en series de tiempo multivariadas
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 | …




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.