Tengo problemas para entender qué plot.stlsignifican exactamente las barras de rango . Encontré la publicación de Gavin sobre esta pregunta y también leí la documentación, entiendo que cuentan la magnitud relativa de los componentes descompuestos, pero aún no estoy completamente seguro de cómo...
Estoy viendo un modelo de regresión que está retrocediendo los rendimientos del índice bursátil año tras año en los retornos rezagados (12 meses) del mismo índice bursátil, diferencia de crédito (diferencia entre la media mensual de bonos sin riesgo y los bonos corporativos rendimientos), tasa de...
¿Tiene sentido estandarizar una variable dependiente dentro del grupo de identificación? El siguiente documento de trabajo (Desaceleración de la deforestación en la Amazonía legal; ¿Precios o políticas ?, pdf ) utiliza una variable dependiente estandarizada para analizar el efecto del cambio de...
Editar He encontrado un documento que describe exactamente el procedimiento que necesito. La única diferencia es que el documento interpola datos medios mensuales a diarios, al tiempo que conserva los medios mensuales. Tengo problemas para implementar el enfoque R. Cualquier pista es...
Al modelar series de tiempo, uno tiene la posibilidad de (1) modelar la estructura correlacional de los términos de error como, por ejemplo, un proceso AR (1) (2) incluye la variable dependiente rezagada como una variable explicativa (en el lado derecho) Entiendo que a veces hay razones...
¿Cómo detrendo series de tiempo? ¿Está bien tomar la primera diferencia y ejecutar una prueba de Dickey Fuller, y si es estacionaria, estamos bien? También descubrí en línea que puedo eliminar la tendencia de las series de tiempo haciendo esto en Stata: reg lncredit time predict u_lncredit,...
1. El problema Tengo algunas mediciones de una variable ytyty_t , donde t=1,2,..,nt=1,2,..,nt=1,2,..,n , para el cual tengo una distribución fyt(yt)fyt(yt)f_{y_t}(y_t) obtenida a través de MCMC, que por simplicidad supondré que es una gaussiana de media μtμt\mu_t y varianza σ2tσt2\sigma_t^2...
Necesito derivar expresiones analíticas para la función de autocovarianza γ(k)γ(k)\gamma\left(k\right) de un proceso ARMA (2,1) denotado por: 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 Entonces, sé...
En R (2.15.2) instalé una vez un ARIMA (3,1,3) en una serie de tiempo y una vez un ARMA (3,3) en la serie de tiempo una vez diferenciada. Los parámetros ajustados difieren, lo que atribuí al método de ajuste en ARIMA. Además, ajustar un ARIMA (3,0,3) en los mismos datos que ARMA (3,3) no dará como...
Solo estoy tratando de entender cuál es la relación entre una regresión múltiple / simple normal versus una regresión simple / múltiple cuando las variables se diferencian. Por ejemplo, estoy analizando la relación entre el saldo de depósitos ( ) y las tasas de mercado ( R T ) Si ejecuto una...
Al realizar la prueba de cointegración de Johansen para 2 series de tiempo (el caso simple), debe decidir el retraso que desea utilizar. Hacer la prueba para diferentes retrasos arroja resultados diferentes: para algunos niveles de retraso la hipótesis nula puede ser rechazada pero para otros...
¿Es el proceso AR (1) como un proceso de Markov?yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t Si es así, entonces VAR (1) es la versión vectorial del proceso de
Entiendo la causalidad como se usa en microeconomía (en particular, el diseño de discontinuidad IV o regresión) y también la causalidad de Granger como se usa en la econometría de series de tiempo. ¿Cómo me relaciono uno con el otro? Por ejemplo, he visto que ambos enfoques se utilizan para datos...
He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente...
En este caso particular, me refiero al día en que se congela un lago. Esta fecha de "hielo" solo ocurre una vez al año, pero a veces no ocurre en absoluto (si el invierno es cálido). Entonces, en un año, el lago puede congelarse el día 20 (20 de enero), y otro año podría no congelarse en...
He calculado la autocorrelación en datos de series temporales sobre los patrones de movimiento de un pez en función de sus posiciones: X ( x.ts) e Y ( y.ts). Al usar R, ejecuté las siguientes funciones y produje los siguientes gráficos: acf(x.ts,100) acf(y.ts,100) Mi pregunta es,...
Estoy construyendo modelos ARIMA para algunos datos de viento / olas. Estoy construyendo un modelo separado para cada variable. Dos de las variables que necesito modelar son la dirección de las olas y el viento. Los valores están en grados (0-360 °). ¿Es posible modelar este tipo de datos donde el...
Tengo datos de ventas diarias de un producto que es altamente estacional. Quiero capturar la estacionalidad en el modelo de regresión. He leído que si tiene datos trimestrales o mensuales, en ese caso puede crear 3 y 11 variables ficticias respectivamente, pero ¿puedo tratar con datos...
¿Qué problemas de entrada secuenciales son los más adecuados para cada uno? ¿La dimensionalidad de entrada determina cuál es una mejor coincidencia? ¿Los problemas que requieren "memoria más larga" son más adecuados para un LSTM RNN, mientras que los problemas con patrones de entrada cíclicos...
Esta pregunta puede ser demasiado básica. Para una tendencia temporal de un dato, me gustaría averiguar el punto donde ocurre un cambio "abrupto". Por ejemplo, en la primera figura que se muestra a continuación, me gustaría averiguar el punto de cambio utilizando algún método estadístico. Y me...