Model autoregressive (AR) adalah pemodelan proses stokastik deret waktu, yang menentukan nilai deret secara linier dari segi nilai sebelumnya.
Saya mencoba memahami makalah tentang perkiraan beban listrik, tetapi saya berjuang dengan konsep di dalam, khususnya model SARIMAX . Model ini digunakan untuk memprediksi beban dan menggunakan banyak konsep statistik yang saya tidak mengerti (saya seorang mahasiswa ilmu komputer sarjana - Anda...
Saya mengerti bahwa jika suatu proses tergantung pada nilai sebelumnya dari dirinya sendiri, maka itu adalah proses AR. Jika itu tergantung pada kesalahan sebelumnya, maka itu adalah proses MA. Kapan salah satu dari kedua situasi ini terjadi? Adakah yang punya contoh kuat yang menerangi masalah...
Berpikir tentang menggunakan jaringan saraf berulang untuk peramalan deret waktu. Mereka pada dasarnya menerapkan semacam regresi otomatis non-linier umum, dibandingkan dengan model ARMA dan ARIMA yang menggunakan regresi otomatis linier. Jika kita melakukan regresi otomatis non-linier, apakah...
Saya mengalami kesulitan memahami mengapa kami peduli jika proses MA tidak dapat dibalik atau tidak. Tolong perbaiki saya jika saya salah, tapi saya bisa mengerti mengapa kita peduli apakah proses AR itu kausal atau tidak, yaitu jika kita dapat "menulis ulang," bisa dikatakan, sebagai jumlah dari...
1. Masalahnya Saya memiliki beberapa pengukuran variabel , di mana , di mana saya memiliki distribusi diperoleh melalui MCMC, yang untuk kesederhanaan saya akan menganggapnya sebagai gaussian rata-rata dan varians \ sigma_t ^ 2
Sudah lebih dari 2 tahun saya mengerjakan seri waktu yang berbeda. Saya telah membaca banyak artikel bahwa ACF digunakan untuk mengidentifikasi urutan istilah MA, dan PACF untuk AR. Ada aturan praktis bahwa untuk MA, jeda di mana ACF mati tiba-tiba adalah urutan MA dan juga untuk PACF dan AR. Ini...
Model Linier Sederhana: x = α t + ϵtx=αt+ϵtx=\alpha t + \epsilon_t mana ~ iid N ( 0 , σ 2 )ϵtϵt\epsilon_tN( 0 , σ2)N(0,σ2)N(0,\sigma^2) dengan danV a r ( x ) = σ 2E( x ) = α tE(x)=αtE(x) = \alpha tVa r ( x ) = σ2Var(x)=σ2Var(x)=\sigma^2 AR (1): Xt= α Xt - 1+ ϵtXt=αXt−1+ϵtX_t =\alpha X_{t-1} +...
Pertimbangkan model AR ( ) (dengan asumsi nol untuk kesederhanaan):halpp xt= φ1xt - 1+ ... + φhalxt - p+ εtxt=φ1xt−1+…+φpxt−p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t Estimator OLS (setara dengan estimator kemungkinan maksimum bersyarat ) untuk diketahui bias,...
Saya mencoba memahami mengapa OLS memberikan penduga yang bias dari proses AR (1). Pertimbangkan Dalam model ini, eksogenitas ketat dilanggar, yaitu dan berkorelasi tetapi dan tidak berkorelasi. Tetapi jika ini benar, lalu mengapa derivasi sederhana berikut tidak
Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan...
Saya mencoba memanfaatkan regresi RF untuk membuat prediksi tentang kinerja pabrik kertas. Saya memiliki data menit demi menit untuk input (laju dan jumlah bubur kayu masuk dll ...) serta untuk kinerja mesin (kertas yang diproduksi, daya yang ditarik oleh mesin) dan saya ingin membuat prediksi 10...
Apa pendekatan yang biasa untuk pemodelan deret waktu biner? Apakah ada kertas atau buku teks di mana ini dirawat? Saya memikirkan proses biner dengan korelasi otomatis yang kuat. Sesuatu seperti tanda proses AR (1) mulai dari nol. Katakan dan dengan white noise . Kemudian deret waktu biner...
Ketika saya memperkirakan jalan acak dengan AR (1), koefisiennya sangat dekat dengan 1 tetapi selalu kurang. Apa alasan matematika bahwa koefisiennya tidak lebih besar dari
Saya mencoba menyesuaikan model waktu-diskrit dalam R, tapi saya tidak yakin bagaimana melakukannya. Saya telah membaca bahwa Anda dapat mengatur variabel dependen dalam baris yang berbeda, satu untuk setiap pengamatan waktu, dan menggunakan glmfungsi dengan logit atau tautan cloglog. Dalam hal...
Utama masalah adalah: Saya tidak dapat memperoleh estimasi parameter yang sama dengan EViews dan R. Untuk alasan yang saya sendiri tidak tahu, saya perlu memperkirakan parameter untuk data tertentu menggunakan EViews. Ini dilakukan dengan memilih opsi NLS (nonlinear least square) dan menggunakan...
Apa perbedaan antara VAR (vector auto regression) dan
Saya ingin menghasilkan deret waktu sintetis. Rangkaian waktu harus berupa rantai markov dengan distribusi marginal gamma dan parameter AR (1) dari . Dapatkah saya melakukan ini hanya dengan menggunakan distribusi gamma sebagai istilah derau dalam model AR (1), atau apakah saya perlu menggunakan...
Seringkali, dalam literatur, penulis tertarik untuk menemukan distribusi stasioner dari proses deret waktu. Sebagai contoh, perhatikan proses AR ( ) sederhana berikut ini : mana .111{Xt}{Xt}\{X_t\}Xt= αXt - 1+et,Xt=αXt−1+et,X_t = \alpha X_{t-1} + e_t, et∼i i dfet∼iidfe_t\stackrel{iid}{\thicksim}...