«stationarity» 태그된 질문

시계열을 어떻게 추론합니까? 첫 번째 차이를보고 Dickey Fuller 테스트를 실행해도 괜찮습니까? 또한 Stata 에서이 작업을 수행하여 시계열을 추론 할 수 있음을 온라인에서 발견했습니다. reg lncredit time predict u_lncredit, residuals twoway line u_lncredit time dfuller u_lncredit, drift regress lags(0) 시계열을 추론하는 가장 좋은 방법은 무엇입니까?

14 regression  time-series  stata  stationarity 

라면 는 정지 iff 라는 ARCH 모델의 속성 중 하나에 대한 증거를 여기서 ARCH 모델은 다음과 같습니다.{ X t } ∑ p i = 1 b i &lt; 1E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty{Xt}{Xt}\{X_t\}∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 + ... b_pX_{t-p}^2 증명의 주요 아이디어는 가 AR (p) …

13 mathematical-statistics  stationarity  garch 

고정 된 두 개의 시계열 프로세스가 있다고 상상해보십시오 .xt,ytxt,ytx_t,y_t 가요 , 또한 고정? ∀ α , β ∈ Rzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} 도움을 주시면 감사하겠습니다. MA 표현이 있으므로 예라고 대답합니다.

12 time-series  stochastic-processes  stationarity 

차이를 적용하여 모든 고정식 시계열을 고정식 시계열로 변환 할 수 있습니까? 또한 차등 차수를 적용 할 순서를 어떻게 결정합니까? 간격 1,2 ... n과의 차이 만 있고 결과 시리즈가 정지인지 확인하기 위해 매번 정지의 단위 루트 테스트를 수행합니까?

12 time-series  stationarity 

시간이 지남에 따라 데이터 세트가 명확하게 증가하고 있습니다 (통화의 환율, 20 년 동안의 월간 데이터). 내 질문은 : 데이터를 추론하고 그 자체로 추이를 낮추면 고정시킬 수 있도록 데이터를 추론 할 수 있습니까? 이것을 달성하지 못합니까? 그렇다면 두 번의 차이로 간주됩니까, 아니면 단지 한 번의 차이로 간주됩니까?

12 time-series  stationarity 

드리프트가있는 시리즈는 로 모델링 할 수 있습니다. 여기서 는 드리프트 (일정한)이고 입니다. 와이티= c + ϕ yt - 1+ ε티yt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_t씨ccϕ = 1ϕ=1\phi=1 추세가있는 시리즈는 로 모델링 할 수 있습니다. 여기서 는 드리프트 (일정한), 는 결정적인 시간 추세 및 입니다.와이티= c + δt + …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

의 공동 분포가 의 공동 분포와 동일한 경우 프로세스 는 고정 상태 입니다. 모든 , 모든 및 .X t (1) , X t 2 , . . . , X t m X t 1 + K , X t 2 + K , . . . , X t …

11 time-series  autocorrelation  stochastic-processes  stationarity 

때로는 고정식으로 만들기 위해 시리가 달라져야 할 수도 있습니다. 그러나 1 차 차분이 충분하지 않을 때 2 차 차분이 어떻게 고정 될 수 있는지 이해할 수 없습니다. 2 차 차분과 필요한 경우에 대해 직관적으로 설명해 주시겠습니까?

11 time-series  stationarity 

나는 기계 학습을위한 기계 학습 책에 주어진 예를 읽고 있습니다. 먼저 예를 자세히 설명한 다음 내 질문에 대해 이야기하겠습니다. 예 : 25 년간의 주가 10 년 동안 데이터 세트를 가져옵니다. 25 주가로 PCA를 운영합니다. 주성분을 다우 존스 지수와 비교합니다. PC와 DJI의 유사성이 매우 높습니다! 내가 이해 한 바에 따르면,이 예는 …

10 time-series  pca  references  covariance  stationarity 

계절성이있는 시계열이 있으면 시리즈가 자동으로 고정되지 않습니까? 내 직감 (아마도 오프)은 그렇지 않다는 것입니다. 계절성은 시리즈가 일정한 값 주위에서 오르내림을 의미합니다. 사인파와 같은 것. 따라서이 논리에 의해 계절성을 갖는 시계열은 (약한) 고정 시리즈 (일정한 평균)입니다. 이것이 잘못 되었습니까? 왜?

10 time-series  stationarity  seasonality 

2 차 고정식이지만 엄격하게 고정적이지 않은 확률 론적 프로세스의 좋은 예가 있습니까?

10 time-series  stochastic-processes  stationarity 

시계열의 제곱이 고정되어 있으면 원래 시계열도 마찬가지이며 그 반대도 마찬가지라는 해결책을 찾았습니다. 그러나 나는 그것을 증명할 수없는 것 같습니다.

9 time-series  self-study  data-transformation  stationarity 

폐쇄되었습니다 . 이 질문은 더 집중되어야 합니다. 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 한 가지 문제에만 집중할 수 있도록 질문을 업데이트하십시오 . 20 일 전에 마감 되었습니다 . Q1 : 일반적으로 강화 학습에서 비 정적 환경을 다루는 일반적인 방법이 있습니까? Q2 : 그리드 월드에서 …

9 markov-process  reinforcement-learning  stationarity  q-learning 

파이썬의 statsmodels VAR 라이브러리를 사용하여 재무 시계열 데이터를 모델링하고 일부 결과가 혼란 스럽습니다. VAR 모델은 시계열 데이터가 정지되어 있다고 가정합니다. 나는 두 개의 다른 유가 증권에 대해 고정식이 아닌 일련의 로그 가격에 실수로 적합했으며 놀랍게도 적합하지 않은 값과 샘플 내 예측은 상대적으로 중요하지 않은 고정 잔차로 매우 정확했습니다. 표본 내 …

9 time-series  forecasting  r-squared  var  stationarity 

나는 scedasticity와 stationarity의 개념을 구별하는 데 어려움을 겪고 있습니다. 내가 이해하는 것처럼, 이분산성은 하위 인구의 다양성이 다르며 비정규 성은 시간이 지남에 따라 변화하는 평균 / 변화입니다. 이것이 올바른 (단순하지만) 이해라면, 정상이 아닌 것은 단순히 시간이 지남에 따라 이분산성의 특정 사례입니까?

9 time-series  heteroscedasticity  stationarity  intuition