Statistiques et Big Data stationarity

1

Si

Je suis tombé sur une preuve pour l'une des propriétés du modèle ARCH qui dit que si E(X2t)<∞E(Xt2)<∞\mathbb{E}(X_t^2) < \infty , alors {Xt}{Xt}\{X_t\} est stationnaire ssi ∑pi=1bi<1∑i=1pbi<1\sum_{i=1}^pb_i < 1 où le modèle ARCH est: 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 L'idée principale de la démonstration …

13 mathematical-statistics stationarity garch

5

Comment est-ce que je détruis les séries chronologiques?

Comment est-ce que je détruis les séries chronologiques? Est-il correct de prendre la première différence et d'exécuter un test de Dickey Fuller, et s'il est stationnaire, nous sommes bons? J'ai également trouvé en ligne que je peux nuire à la série chronologique en faisant cela dans Stata: reg lncredit time …

13 regression time-series stata stationarity

3

La stationnarité est-elle préservée sous une combinaison linéaire?

Imaginez que nous ayons deux processus de séries temporelles, qui sont stationnaires, produisant: .xt,ytxt,ytx_t,y_t Est , également stationnaire? ∀ 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} Toute aide serait appréciée. Je dirais que oui, car il a une représentation MA.

12 time-series stochastic-processes stationarity

2

Est-ce que chaque série non stationnaire est convertible en série stationnaire par différenciation

Est-ce que chaque série chronologique non stationnaire peut être convertie en une série chronologique stationnaire en appliquant une différenciation? De plus, comment décidez-vous de l'ordre de différenciation à appliquer? Faites-vous simplement une différence avec les intervalles 1,2 ... n, et effectuez à chaque fois un test de racine unitaire de …

12 time-series stationarity

2

Puis-je dissuader et faire la différence pour rendre une série stationnaire?

J'ai un ensemble de données qui augmente clairement au fil du temps (taux de change d'une monnaie, données mensuelles sur 20 ans), ma question est: puis-je détourner les données et ensuite les différencier également pour les rendre stationnaires, si la tendance est en soi n'y parvient pas? Et si oui, …

12 time-series stationarity

1

Différence entre les séries avec dérive et les séries avec tendance

Une série avec dérive peut être modélisée comme où est la dérive (constante) et . yt=c+ϕyt−1+εtyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ=1ϕ=1\phi=1 Une série avec tendance peut être modélisée comme où est la dérive (constante), est la tendance temporelle déterministe et .yt=c+δt+ϕyt−1+εtyt=c+δt+ϕyt−1+εty_t = c + \delta t + \phi …

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

2

Si une série chronologique est stationnaire du second ordre, cela signifie-t-il qu'elle est strictement stationnaire?

Un processus est strictement stationnaire si la distribution conjointe de est la même que la distribution conjointe de pour tout , pour tout et pour tout .X t 1 , X t 2 , . . . , X t m X t 1 + k , X t 2 …

11 time-series autocorrelation stochastic-processes stationarity

2

Quelle est l'intuition derrière la différenciation de second ordre?

Il peut parfois être nécessaire de différencier une série de temps pour la rendre fixe. Cependant, je ne comprends pas comment la différenciation de second ordre peut aider à la rendre stationnaire lorsque la différenciation de premier ordre ne suffit pas. Pourriez-vous donner une explication intuitive pour la différenciation de …

11 time-series stationarity

2

L'analyse des composantes principales peut-elle être utilisée sur les cours des actions / données non stationnaires?

Je lis un exemple donné dans le livre, Machine Learning for Hackers . Je vais d'abord développer l'exemple, puis parler de ma question. Exemple : Prend un ensemble de données pour 10 ans de 25 actions. Exécute PCA sur les 25 cours de bourse. Compare la composante principale avec l'indice …

10 time-series pca references covariance stationarity

3

Une série chronologique saisonnière implique-t-elle une série chronologique stationnaire ou non stationnaire

Si j'ai une série chronologique qui a une saisonnalité, cela rend-il automatiquement la série non stationnaire? Mon intuition (probablement éteinte) est que non. La saisonnalité signifie que la série monte et descend autour d'une valeur constante ... quelque chose comme une onde sinusoïdale. Ainsi, selon cette logique, une série chronologique …

10 time-series stationarity seasonality

1

Exemple d'un processus stationnaire du 2e ordre mais pas strictement stationnaire

Quelqu'un a-t-il un bel exemple d'un processus stochastique qui est stationnaire de deuxième ordre, mais qui n'est pas strictement stationnaire?

10 time-series stochastic-processes stationarity

3

Stationnarité dans les séries chronologiques multivariées

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 | …

10 time-series var stationarity

1

Si le carré d'une série chronologique est stationnaire, la série chronologique d'origine est-elle stationnaire?

J'ai trouvé une solution qui disait que si le carré d'une série chronologique est stationnaire, la série chronologique d'origine l'est aussi, et vice-versa. Cependant, je ne semble pas en mesure de le prouver, quelqu'un a une idée si c'est vrai, et si c'est comment le dériver?

9 time-series self-study data-transformation stationarity

2

Apprentissage par renforcement dans un environnement non stationnaire [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question pour qu'elle se concentre sur un seul problème en modifiant ce post . Fermé il y a 8 jours . Q1: Existe-t-il des méthodes communes …

9 markov-process reinforcement-learning stationarity q-learning

1

Pourquoi mes modèles VAR fonctionnent-ils mieux avec des données non stationnaires qu'avec des données stationnaires?

J'utilise la bibliothèque VAR de modèles de statistiques de python pour modéliser les données de séries temporelles financières et certains résultats m'ont laissé perplexe. Je sais que les modèles VAR supposent que les données des séries chronologiques sont stationnaires. J'ai ajusté par inadvertance une série non stationnaire de prix de …

9 time-series forecasting r-squared var stationarity

Questions marquées «stationarity»