Puedo estar mezclando mis conceptos de series temporales y no series temporales, pero ¿cuál es la diferencia entre un modelo de regresión que exhibe correlación serial y un modelo que exhibe una raíz unitaria? Además, ¿por qué puede usar una prueba de Durbin-Watson para probar la correlación en...
Estoy construyendo un modelo bayesiano jerárquico bastante complejo para un metanálisis usando R y JAGS. Simplificando un poco, los dos niveles clave del modelo tienen donde es la ésima observación del punto final (en este caso, rendimientos de cultivos modificados genéticamente vs. no...
Tengo un conjunto de datos donde la intuición empírica dice que debería esperar una estacionalidad semanal (es decir, el comportamiento en sábado y domingo es diferente del resto de la semana). ¿Debería ser cierta esta premisa, no debería un gráfico de autocorrelación darme ráfagas en múltiplos de...
Solo quiero verificar que estoy interpretando los gráficos ACF y PACF correctamente: Los datos corresponden a los errores generados entre los puntos de datos reales y las estimaciones generadas utilizando un modelo AR (1). He visto la respuesta aquí: Estimar los coeficientes ARMA a través de...
Tengo algunos problemas para entender las líneas de puntos azules en la siguiente imagen de la función de autocorrelación: ¿Podría alguien darme una explicación simple, lo que me están
Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres...
La prueba de Durbin-Watson prueba la autocorrelación de residuos en el retraso 1. Pero también lo hace la prueba de la autocorrelación en el retraso 1 directamente. Además, puede probar la autocorrelación en el retraso 2,3,4 y hay buenas pruebas de portmanteau para la autocorrelación en varios...
Pregunta directa: ¿Hay alguna medida de autocorrelación para una secuencia de observaciones de una variable categórica (desordenada)? Antecedentes: estoy usando MCMC para muestrear a partir de una variable categórica y me gustaría medir qué tan bien se mezcla el método de muestreo que he...
Tengo una serie temporal de medidas (alturas-series unidimensionales). En el período de observación, el proceso de medición se redujo durante algunos puntos de tiempo. Entonces, los datos resultantes son un vector con NaNs donde había lagunas en los datos. Usando MATLAB, esto me está causando un...
Mis datos en bruto consisten en una serie temporal de 60 días con una tendencia a la baja. Los datos son semanales, por lo que la frecuencia se establece en 7. Calculé la diferencia de los datos que se ve así Cuando ejecuto gráficos ACF y PACF en la diferencia, ¿parece que obtengo resultados...
Estoy tratando de replicar el cálculo que hacen SAS y SPSS para la función de autocorrelación parcial (PACF). En SAS se produce a través de Proc Arima. Los valores PACF son los coeficientes de una autorregresión de la serie de interés sobre los valores rezagados de la serie. Mi variable de interés...
Ambas variables (dependientes e independientes) muestran efectos de autocorrelación. Los datos son series temporales y estacionarias Cuando ejecuto la regresión, los residuos parecen no estar correlacionados. Mi estadística de Durbin-Watson es mayor que el valor crítico superior, por lo que existe...
Estoy bastante seguro de que me falta algo obvio aquí, pero estoy bastante confundido con diferentes términos en el campo de series de tiempo. Si lo entiendo correctamente, los errores autocorrelacionados en serie son un problema en los modelos de regresión (ver, por ejemplo, aquí ). Mi pregunta...
Planeo incluir coordenadas como covariables en la ecuación de regresión para ajustar la tendencia espacial que existe en los datos. Después de eso, quiero probar los residuos en autocorrelación espacial en variación aleatoria. Tengo varias preguntas ¿Debo realizar la regresión lineal en el que...
¿La función de autocorrelación tiene algún significado con una serie de tiempo no estacionaria? Por lo general, se supone que las series temporales son estacionarias antes de utilizar la autocorrelación para fines de modelado de Box y
Por lo que he leído, Hamiltonian Monte Carlo es el MCMCmétodo "goto" cuando su problema es de alta dimensión. Hablando en términos prácticos, ¿cuántas dimensiones 10's, 100's, 1,000's, 10,000's, 100,000's, ..., son demasiadas? Sin duda, el costo computacional se convertirá en un problema y supongo...
El conjunto de datos que estoy usando contiene datos de ingresos por área. Los valores no se distribuyen normalmente como se muestra en el siguiente diagrama. Global Moran's I indica patrones espaciales significativos y Local Moran's I encuentra puntos calientes y fríos significativos (de acuerdo...
Tengo dos series de tiempo (parámetros de un modelo para hombres y mujeres) y mi objetivo es identificar un modelo ARIMA apropiado para hacer pronósticos. Mi serie de tiempo se ve así: El gráfico y el ACF muestran no estacionario (los picos del ACF se cortan muy lentamente). Por lo tanto, uso la...
Leí en la serie temporal de John Cochrane para Macroeconomía y Finanzas que: La autocovarianza puede caracterizar completamente las series de tiempo [distribución conjunta]. No entiendo completamente la conexión entre covarianza y distribución conjunta aquí. ¿Alguien puede explicar...
Imagine que muestreamos una matriz de covarianza de una distribución Wishart por MCMC. En cada iteración, obtenemos una nueva matriz de muestra SiSiS_i de la distribución Wishart. Pregunta : Dada la traza que contiene todas las muestrasS1,...SnS1,...SnS_1,...S_n, ¿puedo trazar la autocorrelación...