Est-ce que chaque série chronologique non stationnaire peut être convertie en une série chronologique stationnaire en appliquant une différenciation? De plus, comment décidez-vous de l'ordre de différenciation à appliquer? Faites-vous simplement une différence avec les intervalles 1,2 ... n, et...
Il peut parfois être nécessaire de différencier une série de temps pour la rendre fixe. Cependant, je ne comprends pas comment la différenciation de second ordre peut aider à la rendre stationnaire lorsque la différenciation de premier ordre ne suffit pas. Pourriez-vous donner une explication...
Un processus est strictement stationnaire si la distribution conjointe de est la même que la distribution conjointe de pour tout , pour tout et pour tout .X t 1 , X t 2 , . . . , X t m X t 1 + k , X t 2 + k , . . . , X t m + k m k t 1 , t 2 , . . . , t mXtXtX_tXt1,Xt2, . . . ,
Je travaille avec une série temporelle multivariée et j'utilise le modèle VAR (Vector Autoregression) pour la prévision. Ma question est de savoir ce que signifie réellement la stationnarité dans un cadre multivarié. 1) Je sais que si dans la configuration VAR si le déterminant de l'inverse de la...
Quelqu'un a-t-il un bel exemple d'un processus stochastique qui est stationnaire de deuxième ordre, mais qui n'est pas strictement
Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi,...
Je lis un exemple donné dans le livre, Machine Learning for Hackers . Je vais d'abord développer l'exemple, puis parler de ma question. Exemple : Prend un ensemble de données pour 10 ans de 25 actions. Exécute PCA sur les 25 cours de bourse. Compare la composante principale avec l'indice Dow Jones....
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question pour qu'elle se concentre sur un seul problème en modifiant ce post . Fermé il y a 8 jours . Q1: Existe-t-il des méthodes communes ou...
J'ai trouvé une solution qui disait que si le carré d'une série chronologique est stationnaire, la série chronologique d'origine l'est aussi, et vice-versa. Cependant, je ne semble pas en mesure de le prouver, quelqu'un a une idée si c'est vrai, et si c'est comment le
Par exemple: Je veux prévoir les valeurs futures d'une série chronologique sur la base des valeurs précédentes de plusieurs séries chronologiques à l'aide d'un ANN et / ou SVM. Les entrées seront des valeurs décalées de chaque série chronologique, et les sorties seront des prévisions à un pas (les...
J'utilise la bibliothèque VAR de modèles de statistiques de python pour modéliser les données de séries temporelles financières et certains résultats m'ont laissé perplexe. Je sais que les modèles VAR supposent que les données des séries chronologiques sont stationnaires. J'ai ajusté par...
Considérons un processus aléatoire pour lequel la moyenne existe et est constante, pour tous les instants , c'est-à-dire pour tous les instants et décalages temporels (ou "décalages") . Je n'impose aucune autre condition aux moments supérieurs ni à la fonction de distribution. Comment puis-je...
J'ai du mal à distinguer les concepts de scédasticité et de stationnarité. Si je comprends bien, l'hétéroscédasticité correspond à des variabilités différentes dans les sous-populations et la non-stationnarité est une moyenne / variance changeante au fil du temps. S'il s'agit d'une compréhension...
Je ne peux pas saisir ma tête autour de cette propriété des séries stationnaires et de la fonction d'autocorrélation. Je dois prouver que ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Où et est la fonction
Mon projet actuel peut m'obliger à construire un modèle pour prédire le comportement d'un certain groupe de personnes. l'ensemble de données de formation ne contient que 6 variables (id est uniquement à des fins d'identification): id, age, income, gender, job category, monthly spend dans laquelle...
J'examine les captures de rongeurs sur six grilles de piégeage de rongeurs permanentes mesurant 150 x 150 mètres et comprenant 121 stations de piégeage régulièrement espacées de 15 mètres. Il y a six de ces grilles de piégeage sur le site d'étude d'une superficie <1 000 hectares. Je voudrais...
Souvent, dans la littérature, les auteurs se sont intéressés à trouver la distribution stationnaire d'un processus de séries chronologiques. Par exemple, considérons le processus AR ( ) simple suivant : X_t = \ alpha X_ {t-1} + e_t, où e_t \ stackrel {iid} {\ thicksim} f .111{Xt}{Xt}\{X_t\}Xt= αXt...
Je sais ce qu'est un champ gaussien. Cependant, je ne sais pas trop ce que l'on entend par stationnaire. J'ai vu cette chose stationnaire à beaucoup d'endroits comme les processus autorégressifs stationnaires, etc., mais je ne sais pas vraiment ce que l'on entend par
Je sais que les transformations linéaires des séries temporelles résultant de processus (faiblement) stationnaires sont également stationnaires. Est-ce vrai, cependant, pour une transformation d'une série en prenant également la valeur absolue de chaque élément? En d'autres termes, si est...