Czy istnieje model kointegracji dla szeregów czasowych o nieregularnych odstępach?

16

Nie jest dla mnie jasne, jak obliczyć kointegrację z nieregularnymi szeregami czasowymi (najlepiej przy użyciu testu Johansena z VECM). Moją początkową myślą byłoby uregulowanie szeregu i interpolacja brakujących wartości, chociaż może to wpływać na oszacowanie.

Czy jest jakaś literatura na ten temat?

time-series cointegration unevenly-spaced-time-series Shane
źródło
Czy możesz wyjaśnić, co masz na myśli mówiąc „nieregularny”? Początkowo przyjąłem, że masz dwie serie różnych dyskretnych przedziałów czasowych.
Andy W
1
Tak, mam na myśli dwie serie czasowe z różnymi losowymi czasami przybycia (nie regularnie próbkowane).
Shane

Odpowiedzi:

8

Możesz zacząć od następujących odniesień:

  • Comte (1999) „Dyskretna i ciągła kointegracja czasowa”, Journal of Econometrics .
  • Ferstl (2009) „Kointegracja w czasie dyskretnym i ciągłym”. Praca dyplomowa.

Przydatne mogą być również cytaty z Comte .

Rob Hyndman
źródło
„Przydatne mogą być również cytaty z Comte”. link już nie żyje, co to za cytat?
Qbik
4

Chociaż może to niewiele pomóc, problem, który mi przedstawiasz, jest synonimem „ Pierre Goovaerts” . problemu Zmiana wsparcia ” napotkanego podczas używania jednostek powierzchniowych. Chociaż praca ta przedstawia ramy dla tego, co określasz jako „reglarize and interpolate” przy użyciu metody zwanej „kriging”. Nie sądzę, aby jakakolwiek z tych prac pomogła odpowiedzieć na pytanie, czy oszacowanie brakujących wartości w szeregu w taki sposób spowoduje korekcję błędów korekcji błędów, chociaż jeśli niektóre z próbek znajdują się w przedziałach czasowych dla obu serii, być może w stanie sprawdzić sam. Być może zainteresuje Cię również technika „ko-krigingu” z tej dziedziny,

Znów nie jestem pewien, jak pomocne będzie to. Może być znacznie prostsze użycie aktualnych technik prognozowania szeregów czasowych do oszacowania brakujących danych. To nie pomoże ci zdecydować, co oszacować.

Powodzenia i aktualizuj wątek, jeśli znajdziesz jakiś odpowiedni materiał. Byłbym zainteresowany, a myślałbyś, że przy rozpowszechnianiu źródeł danych w Internecie stanie się to istotną kwestią dla przynajmniej niektórych projektów badawczych.

Andy W.
źródło
2
Związek z krigingiem jest dobry, ale należy wspomnieć, że tylko niektóre rodzaje nieregularnych szeregów czasowych można postrzegać jako mające zmienne wsparcie. W tym kontekście „wsparcie” wartości jest czasem trwania reprezentowanym przez tę wartość. Na przykład, jeśli szeregi czasowe składają się z ośmiogodzinnych całkowitych odczytów konkretnej materii w stacjach pobierania próbek powietrza, uzyskiwanych codziennie tylko w dni powszednie, wówczas podpory są stałe, równe ośmiu godzinom. Zatem problem zmiany podparcia (lub zmiennej podpory) różni się od nieregularnego rozmieszczenia samych podpór.
whuber