Dejar {Xt}{Xt}\left\{X_t\right\} ser un proceso estocástico formado mediante la concatenación de dibujos iid de un proceso AR (1), donde cada dibujo es un vector de longitud 10. En otras palabras, {X1,X2, ... ,X10}{X1,X2,...,X10}\left\{X_1, X_2, \ldots, X_{10}\right\} son realizaciones de un...
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...
Digamos que tengo una serie temporal de observaciones y calculo una medida de la varianza de esa serie temporal como la desviación estándar (SD) en una ventana móvil de ancho y esa ventana se mueve en pasos de tiempo únicos sobre la serie. Suponga además que , donde es el número de observaciones, y...
Estaba siguiendo este artículo wiki relacionado con el kriging ordinario Ahora mi matriz de covarianza se ve así, para 4 variables 1 0.740818220681718 0.548811636094027 0.406569659740599 0.740818220681718 1 0.740818220681718 0.548811636094027 0.548811636094027 0.740818220681718 1...
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 un conjunto de observaciones, independiente del tiempo. Me pregunto si debería ejecutar alguna prueba de autocorrelación. Me parece que no tiene sentido, ya que no hay un componente de tiempo en mis datos. Sin embargo, en realidad probé la prueba LM de correlación en serie e indica una fuerte...