Je travaille avec une série temporelle multivariée et j'utilise le modèle VAR (Vector Autoregression) pour la prévision. Ma question est de savoir ce que signifie réellement la stationnarité dans un cadre multivarié.
1) Je sais que si dans la configuration VAR si le déterminant de l'inverse de la matrice | IA | a des valeurs propres inférieures à 1 en module, le système VAR global est stable / stationnaire, mais cela signifie-t-il que je peux continuer sans me soucier de différencier le non stationnaire composante présente dans la série chronologique multivariée
2) Comment procéder si l'une des séries de composants est non stationnaire reste stationnaire?
3) Comment procéder si plusieurs séries chronologiques de composants ne sont pas stationnaires mais sont "non co-intégrées"?
Par-dessus tout, existe-t-il d'autres méthodes pour traiter les séries temporelles multivariées. J'explore également les méthodes d'apprentissage automatique