Je mélange peut-être mes concepts de séries chronologiques et non chronologiques, mais quelle est la différence entre un modèle de régression qui présente une corrélation en série et un modèle qui présente une racine unitaire? De plus, pourquoi pouvez-vous utiliser un test Durbin-Watson pour tester...
Je construis un modèle bayésien hiérarchique assez complexe pour une méta-analyse utilisant R et JAGS. Pour simplifier un peu, les deux niveaux clés du modèle ont où est la ème observation de la (dans ce cas, les rendements des cultures GM vs non GM) dans l'étude , est l'effet pour l'étude , les s...
J'ai un ensemble de données où l'intuition empirique dit que je devrais m'attendre à une saisonnalité hebdomadaire (c'est-à-dire que le comportement le samedi et le dimanche est différent du reste de la semaine). Si cette prémisse est vraie, un graphique d'autocorrélation ne devrait-il pas me...
Je veux juste vérifier que j'interprète correctement les tracés ACF et PACF: Les données correspondent aux erreurs générées entre les points de données réels et les estimations générées à l'aide d'un modèle AR (1). J'ai regardé la réponse ici: Estimer les coefficients ARMA par inspection ACF et...
J'ai un peu de mal à comprendre les lignes pointillées bleues dans l'image suivante de la fonction d'autocorrélation: Quelqu'un pourrait-il me donner une explication simple, ce qu'ils me
J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois...
Le test de Durbin-Watson teste l'autocorrélation des résidus au décalage 1. Mais il en va de même pour le test de l'autocorrélation au décalage 1 directement. De plus, vous pouvez tester l'autocorrélation à un décalage de 2,3,4 et il existe de bons tests de portemanteau pour l'autocorrélation à...
Question directe: Existe-t-il des mesures d'autocorrélation pour une séquence d'observations d'une variable catégorielle (non ordonnée)? Contexte: J'utilise MCMC pour échantillonner à partir d'une variable catégorielle et je voudrais une mesure de la façon dont la méthode d'échantillonnage que j'ai...
J'ai une série chronologique de mesures (séries de hauteurs unidimensionnelles). Au cours de la période d'observation, le processus de mesure s'est interrompu pendant quelques instants. Ainsi, les données résultantes sont un vecteur avec NaN où il y avait des lacunes dans les données. L'utilisation...
Mes données brutes consistent en une série chronologique de 60 jours avec une tendance à la baisse. Les données sont hebdomadaires, la fréquence est donc réglée sur 7. J'ai calculé la différence des données qui ressemble à ceci Lorsque je lance des tracés ACF et PACF sur la différence, il semble...
J'essaie de reproduire le calcul que font SAS et SPSS pour la fonction d'autocorrélation partielle (PACF). En SAS, il est produit par Proc Arima. Les valeurs PACF sont les coefficients d'une autorégression de la série d'intérêt sur les valeurs décalées de la série. Ma variable d'intérêt étant les...
Les deux variables (dépendantes et indépendantes) montrent des effets d'autocorrélation. Les données sont des séries chronologiques et stationnaires Lorsque j'exécute, les résidus de régression ne semblent pas être corrélés. Ma statistique de Durbin-Watson est supérieure à la valeur critique...
Je suis sûr que je manque quelque chose d'évident ici, mais je suis plutôt confus avec des termes différents dans le domaine des séries chronologiques. Si je comprends bien, les erreurs autocorrélées en série sont un problème dans les modèles de régression (voir par exemple ici ). Ma question est...
Je prévois d'inclure les coordonnées comme covariables dans l'équation de régression afin de s'adapter à la tendance spatiale qui existe dans les données. Après cela, je veux tester les résidus sur l'autocorrélation spatiale en variation aléatoire. J'ai plusieurs questions: Dois-je effectuer une...
La fonction d'autocorrélation a-t-elle un sens avec une série chronologique non stationnaire? La série chronologique est généralement supposée stationnaire avant que l'autocorrélation ne soit utilisée à des fins de modélisation de Box et
D'après ce que j'ai lu, Hamiltonian Monte Carlo est la MCMCméthode "goto" lorsque votre problème est de grande dimension. Concrètement, combien de dimensions 10, 100, 1 000, 10 000, 100 000, ..., c'est trop? Le coût de calcul deviendra sans aucun doute un problème et je suppose que le modèle...
L'ensemble de données que j'utilise contient des données sur le revenu par zone. Les valeurs ne sont pas normalement distribuées comme indiqué dans le diagramme suivant. Global I de Moran indique des modèles spatiaux significatifs et Local Moran I trouve des points chauds et froids significatifs...
J'ai deux séries chronologiques (paramètres d'un modèle pour hommes et femmes) et vise à identifier un modèle ARIMA approprié afin de faire des prévisions. Ma série chronologique ressemble à: L'intrigue et l'ACF montrent non stationnaire (les pointes de l'ACF se coupent très lentement). Ainsi,...
J'ai lu dans la série chronologique de John Cochrane sur la macroéconomie et les finances que: L'autocovariance peut pleinement caractériser les séries chronologiques [distribution conjointe]. Je ne comprends pas pleinement le lien entre la covariance et la distribution conjointe ici. Quelqu'un...
Imaginez que nous échantillonnons une matrice de covariance à partir d'une distribution de Wishart par MCMC. À chaque itération, nous obtenons une nouvelle matrice d'échantillon SiSiS_i de la distribution Wishart. Question : Compte tenu de la trace qui contient tous les