Pertanyaan yang diberi tag stationarity

Proses stasioner (atau deret waktu) yang ketat adalah proses distribusi bersama yang konstan dari waktu ke waktu. Proses atau rangkaian stasioner yang lemah (atau stasioner kovarian) adalah proses atau fungsi kovarians (varians dan fungsi autokorelasi) yang tidak berubah dari waktu ke waktu.

92
Mengapa deret waktu harus diam?

Saya mengerti bahwa deret waktu stasioner adalah deretan mean dan varians yang konstan dari waktu ke waktu. Adakah yang bisa menjelaskan mengapa kita harus memastikan set data kita stasioner sebelum kita dapat menjalankan model ARIMA atau ARM yang berbeda? Apakah ini juga berlaku untuk model...

27
Apakah korelasi mengasumsikan stasioneritas data?

Analisis antar pasar adalah metode pemodelan perilaku pasar dengan cara menemukan hubungan antara pasar yang berbeda. Sering kali, suatu korelasi dihitung antara dua pasar, katakanlah S&P 500 dan treasury AS 30-Tahun. Perhitungan ini lebih sering didasarkan pada data harga, yang jelas bagi...

17
Bukti untuk stasioneritas AR (2)

Pertimbangkan proses AR (2) berpusat rata-rata mana adalah proses white noise standar. Demi kesederhanaan, izinkan saya menelepon dan \ phi_ {2} = a . Berfokus pada akar persamaan karakteristik yang saya dapatkan z_ {1,2} = \ frac {-b \ pm \ sqrt {b ^ 2 + 4a}} {2a} Kondisi klasik dalam buku teks...

16
Kebingungan dengan tes Augmented Dickey Fuller

Saya bekerja pada kumpulan data electricityyang tersedia dalam paket R TSA. Tujuan saya adalah untuk mengetahui apakah suatu arimamodel akan sesuai untuk data ini dan pada akhirnya cocok. Jadi saya melanjutkan sebagai berikut: 1: Plot deret waktu yang dihasilkan jika grafik berikut: ke-2: Saya...

14
Penjelasan intuitif tentang stasioneritas

Saya bergulat dengan stasioner di kepala saya untuk sementara waktu ... Apakah ini yang Anda pikirkan? Setiap komentar atau pemikiran lebih lanjut akan dihargai. Proses stasioner adalah proses yang menghasilkan nilai deret waktu sehingga rata-rata distribusi dan varians tetap konstan....

13
Jika

Saya menemukan bukti untuk salah satu sifat dari model ARCH yang mengatakan bahwa jika E(X2t)<∞E(Xt2)<∞\mathbb{E}(X_t^2) < \infty , maka {Xt}{Xt}\{X_t\} adalah stasioner iff ∑pi=1bi<1∑i=1pbi<1\sum_{i=1}^pb_i < 1 mana model ARCH adalah: Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t...