Moje pytanie jest bardzo proste, ale to są te, które naprawdę mnie dopadają :) Naprawdę nie wiem, jak ocenić, czy konkretny szereg czasowy ma zostać rozłożony za pomocą addytywnej czy multiplikatywnej metody rozkładu. Wiem, że istnieją wizualne wskazówki, które odróżniają je od siebie, ale ich nie rozumiem.
Weźmy na przykład tę serię czasową:
Jakbyś to opisał?
Z góry dziękuje za twoją pomoc.
time-series
mathematical-statistics
variance-decomposition
4everlearning
źródło
źródło
R
kod) prostą, solidną metodę eksploracyjną, „wykres zależności od poziomu”. Mogę spojrzeć na twoją grafikę i zobaczyć, że gdy wartości są bliskie 600, amplitudy ich krótkoterminowej zmienności są prawie o rząd wielkości większe niż gdy są bliskie 200: wskazuje to na rozważenie logarytmu, odwrotności, a może odwrotności pierwiastka kwadratowego.Odpowiedzi:
Oprócz tego, co zalecił @whuber, odsyłam do https://www.otexts.org/fpp/6/1, który wyjaśnia, dlaczego wybrałbyś rozkład addytywny vs. multiplikatywny.
Patrząc konkretnie na twoje dane, ponieważ sezonowość jest różna, tj. Sezonowość na początku jest duża, a ponieważ sezonowość prawie nie występuje w późniejszych latach, sugerowałoby to multiplikatywny rozkład. Zgodnie z wyżej wymienionym tekstem alternatywą byłoby przeprowadzenie odpowiedniej transformacji i zastosowanie rozkładu addytywnego.
W danych około 1972 r. Występuje zmiana poziomu danych, którą również należy leczyć przy rozkładzie.
Istnieje inna metoda oparta na dekompozycji, zwana modelem nieobserwowanych komponentów, która eliminuje większość zgadywanych zadań z rozkładu i zapewnia pewne dobre statystyki do podjęcia trafnych decyzji, takich jak trendy stochastyczne vs. deterministyczne / sezonowość itp.
Mam nadzieję że to pomoże.
źródło