¿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
Necesito automatizar el pronóstico de series temporales, y no sé de antemano las características de esas series (estacionalidad, tendencia, ruido, etc.). Mi objetivo no es obtener el mejor modelo posible para cada serie, sino evitar modelos bastante malos. En otras palabras, obtener pequeños...
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...
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,...
He estado tratando de aprender y aplicar los modelos ARIMA. He estado leyendo un excelente texto sobre ARIMA de Pankratz - Pronósticos con caja univariante - Modelos Jenkins: conceptos y casos . En el texto, el autor enfatiza especialmente el principio de parsimonia en la elección de los modelos...
Estoy tratando de probar la cointegración entre dos series de tiempo. Ambas series tienen datos semanales que abarcan ~ 3 años. Estoy tratando de hacer el método de dos pasos de Engle-Granger. Mi orden de operaciones sigue. Pruebe cada serie de tiempo para la raíz de la unidad a través de...
Estoy haciendo algunos pronósticos en R usando el paquete de pronósticos de Rob Hyndman . El papel que pertenece al paquete se puede encontrar aquí . En el documento, después de explicar los algoritmos de pronóstico automático, los autores implementan los algoritmos en el mismo conjunto de datos....
He estado operando un negocio en línea durante dos años seguidos, así que tengo mis datos de ventas mensuales durante aproximadamente dos años. Mi negocio para cada mes ciertamente se ve afectado por el cambio estacional (funciona mejor en Navidad, etc.) y probablemente por otros factores que no...
Tengo una serie diaria bastante predecible con estacionalidad semanal. Puedo hacer predicciones que parecen ser bastante precisas (confirmadas por validación cruzada) cuando no hay vacaciones. Sin embargo, cuando hay vacaciones, tengo los siguientes problemas: En mi pronóstico obtengo números...
A menudo veo que los autores estiman un modelo de "diferencia logarítmica", p. Ej. log(yt)−log(yt−1)=log(yt/yt−1)=α+βxtlog(yt)−log(yt−1)=log(yt/yt−1)=α+βxt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Estoy de acuerdo en que esto es apropiado para relacionar con un cambio...
Tengo una serie temporal binaria con 1 cuando el automóvil no se mueve y 0 cuando el automóvil se mueve. Quiero hacer un pronóstico para un horizonte temporal de hasta 36 horas por adelantado y para cada hora. Mi primer enfoque fue utilizar un Bayes Naive usando las siguientes entradas: t-24...
Intenté un método de pronóstico y quiero verificar si mi método es correcto o no. Mi estudio compara diferentes tipos de fondos mutuos. Quiero usar el índice GCC como punto de referencia para uno de ellos, pero el problema es que el índice GCC se detuvo en septiembre de 2011 y mi estudio es de...
Si tenemos una serie de tiempo larga y de alta resolución, con mucho ruido, a menudo tiene sentido agregar los datos a una resolución más baja (digamos, valores diarios a mensuales) para obtener una mejor comprensión de lo que está sucediendo, eliminando efectivamente algunos de el ruido. He visto...
Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las...
Estoy tratando de comprender cómo utilizar el aprendizaje automático para predecir series temporales financieras 1 o más pasos hacia el futuro. Tengo una serie cronológica financiera con algunos datos descriptivos y me gustaría formar un modelo y luego usar el modelo para predecir n pasos por...
¿Es mejor diferenciar una serie (suponiendo que la necesite) antes de usar un Arima O mejor usar el parámetro d dentro de Arima? Me sorprendió cuán diferentes son los valores ajustados dependiendo de qué ruta se tome con el mismo modelo y datos. ¿O estoy haciendo algo
Estoy tratando de detectar valores anómalos en una serie temporal de datos climáticos con algunas observaciones faltantes. Al buscar en la web encontré muchos enfoques disponibles. De ellos, la descomposición stl parece atractiva, en el sentido de eliminar la tendencia y los componentes...
Usé stl () en R para descomponer los datos de conteo en componentes de tendencia, estacionales e irregulares. Los valores de tendencia resultantes ya no son enteros. Tengo las siguientes preguntas: ¿Es stl () una forma adecuada de desestacionalizar los datos de conteo? Dado que la tendencia...
Tengo un conjunto de datos que está aumentando claramente a medida que pasa el tiempo (tipo de cambio de una moneda, datos mensuales durante 20 años), mi pregunta es: ¿puedo eliminar la tendencia de los datos y luego diferenciarlos también para hacerlos estacionarios, si la tendencia en sí misma no...