다변량 생물학적 시계열 : VAR 및 계절성


15

생물학적 및 환경 변수 상호 작용 (및 일부 외생 변수)을 포함하는 다변량 시계열 데이터 세트가 있습니다. 계절성 외에도 데이터에 명확한 장기 추세는 없습니다. 내 목적은 어떤 변수가 서로 관련되어 있는지 확인하는 것입니다. 예측은 실제로 찾지 못했습니다.

시계열 분석을 처음 접했을 때 몇 가지 참조를 읽었습니다. 내가 이해하는 한, VAR (Vector Autoregressive) 모델은 적합하지만 계절성에 익숙하지 않으며 계절성이없는 경제 분야 (종종 시계열 분석과 같은 경우)와 관련된 대부분의 예를 발견했습니다.

계절 데이터로 무엇을해야합니까? 나는 그것들을 deseasonalizing하는 것을 고려했다 – 예를 들어 R에서, 나는 값을 decompose사용하여 $trend + $rand꽤 정지 된 것처럼 보이는 신호를 얻는다 (에 의해 판단 됨 acf). VAR 모델의 결과는 저를 혼란스럽게합니다 (1 래그 모델은 직관적으로 더 많은 것을 예상하면서 선택하고 다른 지연 변수와의 회귀에 대한 계수는 중요하지 않음). 내가 잘못하고 있거나 내 변수가 (선형 적으로) 관련이 없거나 내 모델이 좋지 않다는 결론을 내릴 수 있습니다 (보조 질문 : VAR과 동등한 비선형이 있습니까?).

[또는 대안으로 더미 계절 변수를 사용할 수는 있지만 정확하게 구현하는 방법을 알 수는 없음]을 읽었습니다.

경험이 많은 사용자의 세부 정보가 실제로 나에게 유익 할 수 있기 때문에 단계별 제안은 매우 감사하겠습니다 (물론 R 코드 스 니펫 또는 구체적인 예제 링크는 매우 환영합니다).


2
계절성에 대해 어떻게 생각 하느냐에 달려 있습니다. 필자의 저술은 경제학자들이 계절성을 무관심한 성가신 것으로 간주하는 반면 환경 과학자들은 종종 그것에 대해 훨씬 더 긍정적 인 느낌을 준다는 것을 나타냅니다. 경제학에서 사용되는 더미 변수의 방법은 종종 분기 또는 월간 데이터와 휴일 (모든 단어의 의미에서)의 영향이 급증하는 데 달려 있습니다. witn 환경 데이터 때로는 푸리에 (정현파) 용어로 잘 수행 할 수 있으며 인형에 의존 할 필요는 없습니다.
Nick Cox

2
감사합니다, @Nick Cox. 푸리에 항은 변수가 사인파 신호보다 더 복잡한 계절 패턴을 나타내는 특별한 경우에는 해결책이 아닌 것으로 보입니다 (여러 개의 고조파를 사용하지 않는 한 여기에서는 그다지 목적이 아닙니다). 필자의 경우 계절성이 확실하지 않은 성가신 용어는 아니지만 다른 변수의 함수로 계절성을 넘어 데이터의 추가 변동성 (즉, 장기 추세)을 설명하는 데 도움이되는 것을 더 찾고있었습니다.
ztl

4
다변량 ARMA 모델은 어떻습니까? VAR과 비슷하지만 올바르게 이해하면 변수간에 더 역동적 인 상호 작용을 허용합니다. 다른 사람이 내 의심을 확인 / 거부 할 수 있습니다.
rbatt

답변:


1

나는이 질문이 꽤 오래되었지만 대답하지 않은 채 남아 있음을 알고 있습니다. 아마도 주요 질문은 데이터에서 계절주기를 제거하는 방법이 아니라 그 일부이기 때문에 시도해 볼 것입니다. 데이터 세트에서 계절성을 제거하려면 간단한 월간 집계 평균에서 Nelder-Mead와 같은 비선형 피팅 방법으로 사인파 (또는 다른 적절한 고조파) 기능을 피팅합니다.

가장 쉬운 방법은 모든 1 월, 2 월 등의 데이터를 평균화하는 것입니다. 즉, 복합 연간주기를 작성하여 데이터에서 뺄 수 있습니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.