Predicción de series temporales mediante relaciones de adelanto-atraso

Question

Tengo un gran número (de cientos a miles) de series temporales ruidosas que representan observaciones contemporáneas de diferentes sujetos.

Mi hipótesis es que existen relaciones de adelanto-atraso entre las observaciones de distintos sujetos (o grupos de sujetos).

Me gustaría explorar el uso potencial de tales relaciones de adelanto-retraso a efectos de predicción de las series individuales.

¿Qué métodos podría considerar para ello?

edit: Para que quede claro, no estoy buscando relaciones por pares. Lo que busco es un método que analice la montaña de datos de que dispongo e intente descubrir relaciones (potencialmente no lineales) de adelanto-atraso entre arbitraria grupos de series y las series individuales que deben predecirse.

Answer 1

Puede elegir entre unos 40 años de investigación e innumerables libros, disertaciones, monografías, etc.

Dado que su pregunta aún no está muy centrada, quizá un libro de introducción a las series temporales podría ayudarle. En pocas palabras, la función de autocorrelación da pistas sobre las relaciones de adelanto/retraso que pueden darse en una serie temporal o entre dos series.

Rob ha investigado mucho para automatizar de forma sensata el proceso de identificar cuántos / qué leads/lags utilizar, así que echa un vistazo a sus previsión para R y otras investigaciones .

Answer 2

Debería considerar la función de correlación cruzada, ya que está pensada para identificar la relación de adelanto/retraso. Dirk había mencionado la función de autocorrelación, pero está pensada para una sola serie temporal y no para multivariantes. Debería consultar el capítulo 10 del libro de texto de Box-Jenkins, en el que se presentan los pasos necesarios para ello.

Usted dice que sus datos son ruidosos, pero si tienen un patrón en el que la respuesta de adelanto/retraso es fuerte, entonces encontrará significación.

Answer 3

http://en.wikipedia.org/wiki/Granger_causality

Barrett, Barnett & Seth tienen un artículo que extiende la idea de causalidad de Granger al caso multivariante.