Questions marquées «time-series»

Les séries chronologiques sont des données observées dans le temps (soit en temps continu, soit à des périodes discrètes).


2
Causalité en microéconométrie versus causalité de Granger en économétrie temporelle
Je comprends la causalité telle qu'utilisée en microéconomie (en particulier IV ou conception de discontinuité de régression) et aussi la causalité de Granger telle qu'utilisée en économétrie de séries chronologiques. Comment est-ce que je lie l'un avec l'autre? Par exemple, j'ai vu les deux approches utilisées pour les données de …

3
Écart type de plusieurs mesures avec incertitudes
J'ai deux 2 heures de données GPS avec un taux d'échantillonnage de 1 Hz (7200 mesures). Les données sont données sous la forme (X,Xσ,Y,Yσ,Z,Zσ)(X,Xσ,Y,Yσ,Z,Zσ)(X, X_\sigma, Y, Y_\sigma, Z, Z_\sigma) , où NσNσN_\sigma est l'incertitude de mesure. Lorsque je prends la moyenne de toutes les mesures (par exemple, la valeur Z …

2
ARIMA vs ARMA sur les séries différenciées
Dans R (2.15.2), j'ai monté une fois un ARIMA (3,1,3) sur une série temporelle et une fois un ARMA (3,3) sur la série temporelle une fois différenciée. Les paramètres ajustés diffèrent, ce que j'ai attribué à la méthode d'ajustement dans ARIMA. De plus, l'ajustement d'un ARIMA (3,0,3) sur les mêmes …
13 r  time-series  arima  fitting  arma 


3
Autocovariance d'un processus ARMA (2,1) - dérivation d'un modèle analytique pour
J'ai besoin de dériver des expressions analytiques pour la fonction d'autocovarianceγ(k)γ(k)\gamma\left(k\right) d'un processus ARMA (2,1) dénoté par: yt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵtyt=ϕ1yt−1+ϕ2yt−2+θ1ϵt−1+ϵty_t=\phi_1y_{t-1}+\phi_2y_{t-2}+\theta_1\epsilon_{t-1}+\epsilon_t Donc, je sais que: γ(k)=E[yt,yt−k]γ(k)=E[yt,yt−k]\gamma\left(k\right) = \mathrm{E}\left[y_t,y_{t-k}\right] donc je peux écrire: γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]γ(k)=ϕ1E[yt−1yt−k]+ϕ2E[yt−2yt−k]+θ1E[ϵt−1yt−k]+E[ϵtyt−k]\gamma\left(k\right) = \phi_1 \mathrm{E}\left[y_{t-1}y_{t-k}\right]+\phi_2 \mathrm{E}\left[y_{t-2}y_{t-k}\right]+\theta_1 \mathrm{E}\left[\epsilon_{t-1}y_{t-k}\right]+\mathrm{E}\left[\epsilon_{t}y_{t-k}\right] puis, pour dériver la version analytique de la fonction d'autocovariance, j'ai besoin de substituer des …


1
Variable dépendante normalisée au sein d'un groupe dans les modèles de données de panel?
La normalisation d'une variable dépendante au sein du groupe d'identification est-elle logique? Le document de travail suivant (Ralentissement de la déforestation en Amazonie légale; prix ou politiques?, Pdf ) utilise une variable dépendante standardisée pour analyser l'effet du changement de politique générale au Brésil sur la déforestation. La normalisation se …


2
Quel est le problème avec l'autocorrélation?
Pour commencer, j'ai une formation mathématique assez approfondie, mais je n'ai jamais vraiment traité de séries chronologiques ou de modélisation statistique. Vous n'avez donc pas besoin d'être très gentil avec moi :) Je lis cet article sur la modélisation de la consommation d'énergie dans les bâtiments commerciaux, et l'auteur fait …

3
AR (1) est-il un processus de Markov?
Le processus AR (1) tel que yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t un processus de Markov? Si c'est le cas, alors VAR (1) est la version vectorielle du processus de Markov?





En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.