7 votos

La diferenciación de un yo.yo.d. series de tiempo

¿Por qué la diferenciación normal, yo.yo.d. serie de tiempo de $X$, genera una correlación negativa de la serie $Y$?

> Acf(rnorm(5000, 0, 40))
> Acf(diff(rnorm(5000, 0, 40)))

enter image description here

Me topé con este problema, mientras que mirando un momento de la serie que quería para predecir el uso de un modelo ARIMA. La serie original que parecía ser no estacionarias mirando la trama, así que me decidí a aplicar una diferencia en el gal 1 y verificación de la acf/fap. Esto parecía indicar un MA(1) modelo pero, obviamente, hay algo que me estoy perdiendo.

enter image description here

7voto

Loren Pechtel Puntos 2212

Si entiendo sus comentarios correctamente, has overdifferenced, que es hablado en varias guías.

EDITAR: La serie original de los números (rnorm(5000, 0, 40)) tiene, por definición y diseño, no hay ninguna relación entre los números adyacentes o cada número 2 o 3 de cada número. Es "al azar" (pseudo-aleatorio, pero no se distinguen de los verdaderamente aleatorios por nosotros los simples mortales). Así que la ACF calcular es basura aleatoria.

Pero la diferenciación lleva a que la serie de números y crea una nueva serie que está relacionada con la de un particular, de manera determinista: la resta de los valores adyacentes. Considere la posibilidad de su inicial aleatoria número de serie: $(n_1, n_2, n_3, ...)$, diferencia que se obtenga $(d_1, d_2, ...)$. Tanto en $d_1$ $d_2$ se calculan utilizando la $n_2$, por lo que ahora se ha introducido de autocorrelación en el gal 1.

Ahora veamos lo que sucede en ese lag 1. $n_2$ se utiliza para calcular el $d_1$$d_2$, una vez que se resta y una vez que se resta. [Begin yo-soy-manera-de-sobre-mi-la parte de la cabeza.] En orden para $d_1$ $d_2$ a tienen el mismo signo, tendríamos que $n_1 < n_2$ $n_2 < n_3$ (o viceversa), lo que es menos probable que las alternativas, por lo que esperamos que la autocorrelación es negativa. [Fin estoy-manera-de-sobre-mi-la parte de la cabeza, jadeando en busca de aire.]

3voto

Owen Fraser-Green Puntos 642

Es un poco tarde ..... pero , la revisión de la Slutsky Efecto lineal (ponderado ) de las combinaciones de yo.yo.d. los valores conduce a una serie de auto-correlación de la estructura. Esta es la razón por asumir ningún tipo de filtro piquete de la nada, puede ser peligroso. X11-ARIMA supone un período de 16 igualmente promedio ponderado ( usted puede cambiar 16 a otra entero ) para suavizar la serie no saber el impacto que supone filtros. Larga vida a analytics.

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