7 votos

Cómo mejorar este modelo de serie temporal?

Estoy tratando de adaptarse a un modelo de serie temporal para el hogar de datos que es de la serie de tiempo variable. Inicialmente los datos de mi se parece a esto, enter image description here

Puesto que los datos no parecen ser estacionaria yo se diferencian de los datos.

Cuando me parcela de la 2ª datos de la diferencia, se ve como sigue:

enter image description here

Las parcelas no mejorar, cuando me dio un orden superior de la diferencia. Así que he usado el 2do datos de la diferencia.

La fas y la fap de la 2º orden de los datos es la siguiente,

enter image description here

Para estimar los coeficientes he utilizado el yule walker método y siguiendo los resultados obtenidos,

enter image description here

Luego probé con las diferentes combinaciones de los modelos con 2 coeficientes. Yo equipada modelos ARIMA para los datos originales considerando el parámetro de la diferencia como 2(D=2). El uso de los criterios AIC, tengo ARIMA (1,2,1) como el mejor modelo.

El modelo de diagnóstico de los resultados de este modelo de la siguiente manera,

enter image description here

enter image description here

Al considerar las parcelas, parece que los resultados son razonables, excepto la normalidad de los residuales.

Puede alguien sugerir una manera de mejorar los resultados de esto? Yo soy una especie de nuevo a las series de tiempo de modo que su consejo será una gran ayuda para mí.

El conjunto de datos para este problema es el siguiente, Tengo que ajustar un modelo para la variable x4

Conjunto de datos: https://drive.google.com/file/d/1CXokm4p5ED2I03o0qGyWdxex38P-157M/view

3voto

Owen Fraser-Green Puntos 642

Usted amablemente le preguntó: "Mi pregunta es acerca de cómo mejorar este modelo . Porque verá que los residuos están normalmente no distribuir" . Me ha contestado .....

Tomé su 290 valores mensuales (1987/1) y los introdujo AUTOBOX que identifica automáticamente el siguiente modelo.

1) ARIMA (1,1,0)(0,0,0)12 CON AR COEFICIENTE=.865 por LO tanto ESTO ES MUY CERCA DE la SEGUNDA de las DIFERENCIAS QUE SE HABÍAN CONSIDERADO

2) 1 TEMPORADA DE PULSO (POSITIVO) A PARTIR DE NOVIEMBRE DE 1996

3) 12 VALORES INUSUALES (PULSOS)

4) DOS MODELOS DE LA VARIANZA DE ERROR DE CAMBIOS A) HACIA ABAJO EN EL PLAZO DE 60 (1991/12) Y HACIA ARRIBA EN EL PERÍODO 174 (2001/6) ... TANTO VISUALMENTE EVIDENTE A PARTIR DE SUS GRÁFICOS

Este es el modelo enter image description here

El Real,el Ajuste y la Previsión es que aquí enter image description here con las previsiones (y 95$ monte carlo) aquíenter image description here

El procedimiento siguiente Tsay https://pdfs.semanticscholar.org/09c4/ba8dd3cc88289caf18d71e8985bdd11ad21c.pdf para identificar la varianza de los puntos de cambio producido enter image description here

Son los residuos del modelo están aquí enter image description here

Las razones por las que su software intento del modelo de datos no es que los datos originales se comprometidas por complicaciones o de oportunidades.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X