추론을 위해 ARIMA 오류 (동적 회귀)와 함께 회귀를 사용할 때의 정상 요구 사항은 무엇입니까?
구체적으로, 나는 비정규 연속 결과 변수 , 비정규 연속 예측 변수 x a 및 더미 변수 처리 시리즈 x b가 있습니다. 치료가 제로 변화에서 2 표준 오차 이상인 결과 변수의 변화와 상관 관계가 있는지 알고 싶습니다.
ARIMA 오류 모델링을 사용하여 회귀를 수행하기 전에 이러한 계열을 변경해야하는지 확실하지 않습니다. 다른 질문에 대한 답으로, IrishStat 는 while the original series exhibit non-stationarity this does not necessarily imply that differencing is needed in a causal model.
그가 계속해서 추가한다고 말합니다 unwarranted usage [of differencing] can create statistical/econometric nonsense
.
SAS 사용자 가이드는 제안 이 아닌 고정 시리즈 ARIMA 오류가있는 맞는 회귀 모델 좋은 너무 오래 잔차가 아닌 고정이기 때문에 차이점없이입니다 :
정상 성의 요구 사항은 노이즈 계열에 적용됩니다. 입력 변수가 없으면 응답 계열 (차이를 뺀 후 평균 항을 뺀 후)과 잡음 계열이 동일합니다. 그러나 입력이있는 경우 노이즈 계열은 입력의 영향이 제거 된 후의 잔차입니다.
입력 시리즈가 정지 상태 일 필요는 없습니다. 입력이 정지하지 않은 경우 잡음 프로세스가 정지하더라도 응답 시리즈는 정지하지 않습니다.
비 정적 입력 계열을 사용하는 경우 오류에 대해 ARMA 모델없이 입력 변수를 먼저 적합시킨 다음 노이즈 부분에 대한 ARMA 모델을 식별하기 전에 잔차의 정상 성을 고려할 수 있습니다.
반면에 Rob Hyndman & George Athanasopoulos는 다음과 같이 주장했다 .
ARMA 오류로 회귀를 추정 할 때 고려해야 할 중요한 사항은 모델의 모든 변수가 고정되어 있어야한다는 것입니다. 따라서 먼저 yt와 모든 예측 변수 가 정지 해있는 것을 확인해야합니다. 이 중 하나가 비정상적인 상태에서 모형을 추정하면 추정 계수가 올바르지 않을 수 있습니다.
이 조언들은 상호 배타적입니까? 응용 분석가는 어떻게 진행됩니까?