차이와의 개입


10

예를 들어 여기에서 논의 된 시계열 데이터 (일명 중단 된 시계열)를 사용하여 개입 분석을 수행 할 때 필요한 요구 사항 중 하나는 개입으로 인한 총 이득 (또는 손실)을 추정하는 것입니다. ).

R 내에서 필터 함수를 사용하여 개입 함수를 추정하는 방법을 완전히 이해하지는 못했지만, 나는 그것이 어떤 상황에서도 작동하기에 충분히 일반적이기를 희망하면서 무차별 한 방법으로 그것을 다루었습니다.

주어진 데이터를 말하자

 cds<- structure(c(2580L, 2263L, 3679L, 3461L, 3645L, 3716L, 3955L, 
    3362L, 2637L, 2524L, 2084L, 2031L, 2256L, 2401L, 3253L, 2881L, 
    2555L, 2585L, 3015L, 2608L, 3676L, 5763L, 4626L, 3848L, 4523L, 
    4186L, 4070L, 4000L, 3498L), .Dim = c(29L, 1L), .Dimnames = list(
        NULL, "CD"), .Tsp = c(2012, 2014.33333333333, 12), class = "ts")

우리는 최적의 모형이 다음과 같이 결정되고 중재 기능은 다음과 같습니다.

mt=ω0(1δB)Xt 여기서 는 2013 년 10 월의 펄스입니다.Xt

fit4 <- arimax(log(cds), order = c(1,1,0),include.mean=FALSE, 
               xtransf = data.frame(Oct13 = 1*(seq_along(cds)==22)),
               transfer = list(c(1,0))
               ,xreg=1*(seq_along(cds)==3))
fit4

#    ARIMA(1,1,0)                    

#    Coefficients:
#              ar1    xreg  Oct13-AR1  Oct13-MA0
#          -0.0184  0.2718     0.4295     0.4392
#    s.e.   0.2124  0.1072     0.3589     0.1485

#    sigma^2 estimated as 0.02176:  log likelihood=13.85
#    AIC=-19.71   AICc=-16.98   BIC=-13.05

두 가지 질문이 있습니다.

1) ARIMA 오류를 차분 된 계열 사용하여 기술적으로 적합한 중재 함수를 평가하려면 또는 의 추정값을 "다시 변경"하기 위해 수행해야 할 작업이 사용에서 에 ?Xtω0δXtXt

2) 이것이 맞습니까? : 개입의 이득을 결정하기 위해 매개 변수로부터 간섭 를 구성했습니다 . 일단 를 가지고 나면 모델 fit4 (exp ()에서 로그를 역으로 바꾸는)에서 exp (적합 된 값 )의 적합 값 을 비교하고 관측 된 기간 동안 개입이 3342.37 개의 추가 단위를 갖는 것으로 결정합니다.mtmtmt

이 과정이 개입 분석으로부터 일반적으로 이득을 결정하기위한 올바른 과정입니까?

    int_vect1<-1*(seq_along(cds)==22)
    wo<- 0.4392
    delta<-0.4295


    mt<-rep(0,length(int_vect1))

    for (i in 1:length(int_vect1))
    {

      if (i>1)
      {
        mt[i]<-wo*int_vect1[i]+delta*mt[i-1]
      }

    }


    mt

sum(exp(fitted(fit4)) - (exp(fitted(fit4) - mt)))

2
중재의 영향을 추정 할 수있는 적절한 방법에 대해 누군가가 밝힐 수 있는지 궁금합니다. 일반적으로 제가 보여 드린 절차가 사실이라면
B_Miner

이것은 좋은 질문입니다. 나는 중재의 성격에 따라 지시자 기능의 선택이 최선의 선택이 아닐 수 있다고 생각한다. 스케일링 매개 변수 지수 감쇄 함수 수 있습니다 . αmt=exp(α(ti))ifitelse0α
Jessica Collins

답변:


4

이것이 장난감 예제라고 가정합니다.

첫 번째 질문에 대답하려면 :

1) ARIMA 오차를 차감 한 경우에도 차등 계열을 사용하여 기술적으로 적합한 중재 기능을 평가하려면 ▽ Xt ▽를 사용하여 ω0 또는 δ의 추정값을 "다시 변경"하기 위해해야 ​​할 일이 있습니까? Xt에서 Xt?

데이터를 차별화 할 때는 반응 / 개입 변수를 다르게 해야 합니다. 모델링 후 차이 (변환)를 되 돌리면 차이를 자동으로 처리합니다. ** 사용하면 이것이 매우 쉽다는 것을 알고 있습니다 SAS Proc ARIMA. 나는 이것을하는 방법을 모른다 R.

두 번째 질문 :

2) 이것이 맞습니까? : 중재의 이득을 결정하기 위해 매개 변수로부터 중재 MT를 구성했습니다. 일단 mt를 가지고 나면 모델 fit4 (exp ()에서 로그를 역으로 바꾸는)에서 exp (적합 된 값 빼기 mt)의 적합 값을 비교하고 관찰 된 기간 동안 개입이 3342.37 개의 추가 단위가되는지 결정합니다.

결정, 개입을 얻으려면 지수를 취한 다음 -1을 빼야합니다. 이는 비례 또는 증분 효과를 줄 것입니다. 귀하의 경우에 이것을 설명하려면 아래를 참조하십시오. 첫 달, 그 영향은 최초 판매의 55 %에 달했고 급격히 감소했습니다. 누적 누적 4580 단위의 증분 효과가 있습니다 (2014 년 10 월 13 일부터 2 월 2 일까지. Delurgio P : 518의 예측 원리 및 응용 프로그램 참조 ).

이 방법론이 올바른 경우 누군가 수정하십시오.

펄스 개입 + 붕괴는이 경우에, 나는 그림 (e)에 도시 된 바와 같이 펄스 + 영구적 인 레벨 시프트있는 아래의 고전적인 논문에서이다 할 것이 분명 충분하지 상자와이 Tiao을 .

여기에 이미지 설명을 입력하십시오

여기에 이미지 설명을 입력하십시오


@forecaster 님 안녕하세요. 3170의 효과를 어떻게 얻었습니까? 여기 내가 한 일이 8.64245833 (여전히 로그 스케일) 인 모델의 적합 값을 살펴 보았습니다. 그런 다음 exp (8.64245833) = 5667.244674입니다. 그런 다음 8.64245833-0.4392 = 8.20325833을 취했습니다. exp (8.64245833)-exp (8.20325833) = 2014.411599이므로 이것이 효과입니다. exp (8.64245833) / exp (8.20325833) = 1.55 이것은 나를 지원하는 것처럼 보였습니다.
B_Miner

당신은 실제와 모델링 된 효과를 사용했습니다. 대신 두 모델 모두에 모델을 사용한 접근 방식입니다. 나는 효과가 있거나없는 모델의 말에 대한 아이디어를 사용했습니다. 어느 것이 맞는지?
B_Miner

안녕 @B_miner, 대수 변환 스케일과 함께 우리는 변화율을 볼 필요가 있습니다. 내가 설명한 접근법은 교과서에 따라 직접 접근하는 것입니다. 그러나 귀하의 접근 방식도 합리적입니다. 가까운 시일 내에 교과서 페이지를 캡쳐하겠습니다.
예측 자

변화율은 0.55로, 제가 취한 모델 접근법의 변화율이기도합니다. 어떤 접근법이 더 옳은지 궁금합니다. 접근 방식은 모델을 기반으로하기 때문에 내쪽으로 기울입니다 (실제 비교). 모형이 실제와 매우 가까운 경우 두 가지 접근 방식이 표본이됩니다. 페이지를보고 싶습니다. 책이 인쇄되지 않은 것으로 보입니까?
B_Miner

예, 책이 인쇄되지 않았습니다. 책 예제는 예제에서 영구적 인 변경 대 펄스 개입입니다. 귀하의 접근 방식은 간단하고 정확하다고 생각합니다.
예측 자

0

@forecaster AUTOBOX가 29 개의 값을 사용하여 3 개의 특이 치를 식별하도록 허용 한 후 (y 경험에 부적합하지 않음) 유용한 모델이 발견 여기에 이미지 설명을 입력하십시오되었습니다 여기에 이미지 설명을 입력하십시오. 잔차 acf 그림은 지정되지 않은 모형을 제안하지 않습니다 여기에 이미지 설명을 입력하십시오. 실제 / 적합 / 예측 플롯은 여기에 이미지 설명을 입력하십시오여기에 맞춤 / 예측이 있습니다 여기에 이미지 설명을 입력하십시오. 예측자는 거의 1.0의 분모 계수가 도입 될 때 펄스 변수가 어떻게 레벨 / 단계 변수로 변형 될 수 있는지에 대해 (정확하게) 언급했습니다. 두 가지 레벨 시프트 (2013 년 9 월부터 시작)와 10/2013 펄스를 찾을 때 모델은보다 선명한 그림을 제공합니다. 10/13에서 펄스의 영향 측면에서 이는 단순히 계수의 값입니다. HTH


2
두 가지 질문 중 어느 것이 대답 했습니까?
B_Miner

첫 번째 질문은 내가 보증하지 않는 로그 변환을 가정 한 모델을 전제로 한 것입니다. 2013
10

@B_Miner 당신은 9/2013에서 레벨 이동이 1480 년까지 물건을 키웠다 고 말할 수 있습니다. 따라서 2013 년
10

이 게시물은 질문의 어느 부분에 대한 답변보다 질문에 대한 확장 된 의견 인 것 같습니다. 아마도 질문을 직접 해결하는 것이 도움이 될 수 있습니까?
whuber

첫 번째 질문의 잘못된 전제는 내 대답의 요점입니다. 로그를 가져와 불필요한 차이를 통합하는 것은 내 의견에 의문의 여지가 있거나 잘못되었습니다 ... 따라서 내 "답변"은 부분적으로 전제를 수정하고 영향의 영향을 제안하는 것입니다 2013 년 10 월은 단순히 임시 및 영구 변경의 합계입니다. OP가 다른 대답을 받아 들였지만 나는 대답하지 않았습니다.
IrishStat
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.