추세가 결정적 (예 : 선형 추세) 인 경우 결정적 추세 (예 : 상수 + 시간 인덱스)에서 데이터의 회귀를 실행하여 추세를 추정하고 데이터에서 제거 할 수 있습니다. 추세가 확률 론적이라면 먼저 차이를 취하여 시리즈를 추론해야합니다.
ADF 테스트 와 KPSS 테스트는 당신이 추세가 결정적 또는 확률 여부를 확인하는 몇 가지 정보를 제공 할 수 있습니다.
KPSS 검정의 귀무 가설이 ADF 검정의 귀무와 반대이므로 사전에 다음과 같은 진행 방법을 결정할 수 있습니다.
- KPSS를 적용하여 계열이 추세 주위에 고정되어 있거나 고정되어있는 null을 테스트합니다. 널이 기정 된 유의 수준으로 기각되면 추세가 확률 적이라는 결론을 내립니다. 그렇지 않으면 2 단계로 이동하십시오.
- 단위 루트가 존재하는 널을 테스트하려면 ADF 테스트를 적용하십시오. 귀무 가설이 기각되면 단위 근 (정상)이 없다는 결론을 내립니다. 그렇지 않으면 검정 중 해당 귀무 가설을 기각 한 검정이 없기 때문에 절차의 결과가 유익하지 않습니다. 이 경우 단위 루트의 존재를 고려하고 첫 번째 차이를 적용하여 계열을 추론하는 것이 더주의해야합니다.
구조적 시계열 모델의 맥락에서 로컬 수준 모델 또는 로컬 추세 모델을 데이터에 맞추면 추세를 추정하여 계열에서 제거 할 수 있습니다. 로컬 트렌드 모델은 다음과 같이 정의됩니다 (로컬 레벨 모델은 얻습니다 ).σ2ζ= 0
관찰 된 시리즈 :잠재 수준 :잠재 드리프트 :와이티= μ티+ γ티+ ϵ티,μ티= μt - 1+ βt - 1+ ξ티,β티= βt - 1+ ζ티,ϵ티∼ NID ( 0 ,σ2ϵ) ;ξ티∼NID ( 0 ,σ2ξ) ;ζ티∼ NID ( 0 ,σ2ζ) ;