Saya sedang bekerja dengan proses dua keadaan dengan di untuk
Fungsi autokorelasi merupakan indikasi dari suatu proses dengan memori panjang, yaitu menampilkan pembusukan hukum daya dengan eksponen <1. Anda dapat mensimulasikan seri yang serupa dalam R dengan:
> library(fArma)
> x<-fgnSim(10000,H=0.8)
> x<-sign(x)
> acf(x)
Pertanyaan saya: apakah ada cara kanonik untuk memprediksi secara optimal nilai selanjutnya dalam seri yang diberikan hanya fungsi autokorelasi? Salah satu cara untuk memprediksi adalah dengan menggunakannya
yang memiliki tingkat klasifikasi , di mana adalah autokorelasi lag-1, tetapi saya merasa mungkin untuk melakukan yang lebih baik dengan mempertimbangkan struktur memori panjang.
time-series
predictive-models
autocorrelation
Chris Taylor
sumber
sumber
fracdiff
Jawaban:
Sudahkah Anda mencoba "Rantai Markov Panjang Variabel", VLMC Makalah ini "Rantai Markov Panjang Variabel: Metodologi, Komputasi, dan Perangkat Lunak", Martin MACHLER dan Peter BUHLMANN, 2004, Jurnal Statistik Komputasi dan Grafik, Vol. 13, No. 2.
sumber