Modelado de ARIMA e interpretación económica.

2

Los modelos ARIMA, por lo que sé, son modelos teóricos en el sentido de que no nos proporcionan una interpretación económica significativa de un proceso.

Sin embargo, en el pronóstico de la población, ¿pueden interpretarse los modelos ARIMA de manera significativa?

es decir

  • El proceso de $ AR (1) $ puede interpretarse como:

    el crecimiento de la población en el período $ t $ es una función de la población en el período $ t-1 $

  • El proceso de $ MA (1) $ puede interpretarse como:

    la población en el período $ t $ es una función de una política o evento en curso (como inmigración o emigración) que ha ocurrido en $ t-1 $.

EconJohn
fuente

Respuestas:

1

Lo tienes bastante bien:

  • Un proceso AR (1) implicaría que la población en $ t $ depende linealmente del nivel de la población en $ t-1 $
  • Un proceso de MA (1) implicaría que la población en $ t $ depende linealmente del choque, el evento o la "sorpresa" de la población en $ t-1 $.
  • Un proceso I (1) implicaría un crecimiento de la población (es decir, la primera diferencia, $ X_t-X_ {t-1} $) es un proceso estacionario y no tiene una tendencia; el nivel de la población en sí no lo es. Sin embargo, en el mundo real, es extraño encontrar un modelo I (2), y mucho menos I (& gt; 2).

Combine todo y podrá pronosticar la población con una combinación de niveles de población anteriores, eventos sorprendentes y crecimientos de la población.

one_teach_wonder
fuente
¿Por qué se supone que I (1) implica que el crecimiento de la población tiene una tendencia? P.ej. ARIMA (0,1,0) es un camino aleatorio, por lo tanto no hay una tendencia en el crecimiento, sino una tendencia estocástica en el nivel. @EconJohn
Richard Hardy
Use una caminata aleatoria y calcule la primera diferencia (crecimiento). Compruebe que tiene una tendencia (probablemente, la media es 0).
one_teach_wonder
Esto es incorrecto. Compruebe la definición de un paseo aleatorio en, digamos, Wikipedia .
Richard Hardy
Es extraño que no hayas citado a Resnick o Hamilton, pero como parece que te gusta Wikipedia, mira aquí: en.wikipedia.org/wiki/Order_of_integration
one_teach_wonder
1
Estoy de acuerdo contigo (y con Wikipedia) completamente en esto. Sin embargo, lea mi comentario anterior cuidadosamente. ¿Por qué se supone que I (1) implica que el crecimiento de la población tiene una tendencia? P.ej. ARIMA (0,1,0) es un camino aleatorio, por lo tanto no hay una tendencia en el crecimiento, sino una tendencia estocástica en el nivel. Además, su afirmación en el siguiente comentario es incorrecta, porque ni un paseo aleatorio ni sus primeras diferencias no tienen una tendencia determinista según la definición del paseo aleatorio.
Richard Hardy
2

Entonces podemos pensar en un proceso AR (1) como:

$ y_t = a * y_ {t-1} + e_t $

donde $ e_t $ es un proceso de choque / ruido que no podemos explicar. Tenga en cuenta que podemos reescribir un proceso AR como un proceso de MA donde, al realizar el rastreo, obtenemos

$ y_t = a ^ 2 * y_ {t-2} + a * e_ {t-1} + e_t \ approx \ sum_ {i = 0} ^ {t-1} a ^ i * e_ {t-i} $

De modo que un proceso de AR es solo la suma ponderada de todos los choques anteriores donde $ a $ es lo que determina la persistencia de choques pasados.

Entonces, ¿qué significa decir que tenemos un proceso AR (1)? Bueno, significa que el resultado de hoy depende en cierta medida del resultado de ayer (como usted mismo sugirió). En un caso extremo, podemos establecer $ a = 1 $ para que tengamos un proceso aleatorio de caminata donde

$ \ Delta y_t = y_t-y_ {t-1} = e_t $

Esto implica que el resultado de hoy depende totalmente del resultado de ayer y cualquier cambio adicional en la serie se debe únicamente al ruido aleatorio. Alternativamente, si $ a \ geq1 $ diríamos que el proceso no es estacionario o explosivo, mientras que si $ a & lt; 1 $ entonces el proceso es estacionario alrededor de la media del proceso o de los choques en sí.

Un proceso de MA tiene una interpretación similar, excepto que lo consideramos más en términos de choques o ruidos inexplicables con cierto grado de persistencia. Lo importante es que no es realmente algo para lo que tenemos una variable en el caso de MA, sino más bien esta noción de que el proceso solo depende de este componente de ruido. Es más común encontrar este tipo de modelos para la previsión en finanzas donde hay mucho movimiento pero un sentido menos claro de lo que podría estar impulsándolo.

En términos de pronóstico de la población, el componente AR podría interpretarse definitivamente como usted sugirió, mientras que el componente MA es menos fácil de interpretar. En realidad es solo una suma de shocks que de otra manera no se explican. Si tuviera una explicación para esto (es decir, inmigración, etc.), es probable que desee incluir eso como una variable explicativa para modelarlo explícitamente en lugar de aproximadamente a través del proceso de MA.

Andrew M
fuente
Esta es una buena respuesta. Solo quería añadir lo siguiente. Podría darle al componente AR la interpretación que sugiere, pero eso no significa que el coeficiente AR que estima recuperará el parámetro con este significado. El acto de dar al componente AR esta interpretación equivale a construir una ecuación estructural y un modelo causal. La pregunta de si su procedimiento de estimación recupera los parámetros con esta interpretación es otra historia. El hecho de que el modelo AR tenga una interpretación de MA equivalente hace que este punto de vista sea relativamente fácil de ver.
jmbejara