Bagaimana cara memeriksa model mana yang lebih baik dalam analisis deret waktu ruang negara?

15

Saya melakukan analisis data deret waktu dengan metode ruang negara. Dengan data saya, model tingkat lokal stokastik benar-benar mengungguli yang deterministik. Tetapi model tingkat dan kemiringan deterministik memberikan hasil yang lebih baik daripada dengan tingkat stokastik dan kemiringan stokastik / deterministik. Apakah ini sesuatu yang biasa? Semua metode dalam R memerlukan nilai awal, dan saya membaca di suatu tempat yang pas dengan model ARIMA pertama dan mengambil nilai dari sana sebagai nilai awal untuk analisis ruang negara adalah satu cara; bisa jadi? atau proposisi lain? Saya harus mengakui di sini bahwa saya benar-benar baru dalam analisis ruang angkasa.

Scortchi - Reinstate Monica
sumber
3
Tolong berikan contohnya. Sekarang tidak jelas apa masalah Anda yang sebenarnya.
mpiktas
Apakah maksud Anda model ruang keadaan pemulusan eksponensial? Paket R apa yang Anda gunakan?
Zach
apakah Anda mencoba membandingkan model, atau Anda ingin memilih model?
naught101
Pertama, seperti yang telah disebutkan, tidak jelas apa masalah Anda yang sebenarnya. Anda menulis bahwa A mengungguli B dan B memberikan hasil yang lebih baik daripada A. Ini membingungkan. Kedua, paket "perkiraan" R memiliki beberapa metode deret waktu otomatis. Mereka termasuk: auto.arima (), ets (), tbats () dan bats ().
kekuatan
Bisakah Anda menjelaskan apa yang Anda maksudkan ketika Anda mengatakan 'mengungguli' dan 'memberikan hasil yang lebih baik daripada'?
Glen_b -Reinstate Monica

Jawaban:

2

Untuk menjawab pertanyaan pertama Anda. Ya, semuanya mungkin. Itu tidak biasa atau tidak biasa. Anda harus membiarkan data memberi tahu Anda apa model yang benar. Coba tambah model lebih jauh dengan musiman, siklus, dan penjelas penjelasan jika memungkinkan.

Anda tidak hanya harus membandingkan Akaike Information Criterion (AIC) untuk membandingkan model, tetapi juga memeriksa untuk melihat bahwa residu (istilah tidak beraturan) normal, homoskedastik, dan independen (uji Ljung-Box). Jika Anda dapat menemukan model yang memiliki semua properti yang diinginkan ini. Ini harus menjadi model pilihan Anda (kemungkinan model dengan semua properti ini akan memiliki AIC terbaik).

Meskipun nilai awal akan mempengaruhi titik maksimum mana dari fungsi log-likelihood yang ditemukan, jika model Anda ditentukan dengan baik, itu tidak boleh terlalu bervariasi dan harus ada kandidat yang jelas untuk model terbaik dengan nilai awal terbaik. Saya melakukan banyak jenis analisis di Matlab dan saya menemukan cara terbaik untuk menemukan nilai awal hanya dengan bermain-main sebentar. Ini bisa membosankan tetapi pada akhirnya berhasil dengan baik.

JoeDanger
sumber