Próbuję modelować i prognozować szereg czasowy, który jest raczej cykliczny niż sezonowy (tzn. Istnieją wzorce podobne do sezonowych, ale nie z ustalonym okresem). Powinno to być możliwe przy użyciu modelu ARIMA, jak wspomniano w sekcji 8.5 Prognozowania: zasady i praktyka :
Wartość jest ważna, jeśli dane pokazują cykle. Aby uzyskać cykliczne prognozy, trzeba je miećwraz z dodatkowymi warunkami dotyczącymi parametrów. W przypadku modelu AR (2) zachowanie cykliczne występuje, jeśli.
Jakie są te dodatkowe warunki dotyczące parametrów w ogólnym przypadku ARIMA (p, d, q)? Nigdzie ich nie znalazłem.
Odpowiedzi:
Trochę intuicji graficznej
W modelach AR zachowanie cykliczne pochodzi od złożonych pierwiastków sprzężonych z charakterystycznym wielomianem. Aby dać intuicję, narysowałem poniżej funkcje odpowiedzi impulsowej na dwóch przykładowych modelach AR (2).
Dlaj=1…,p , Korzenie charakterystycznego wielomianu to 1λj gdzie λ1,…,λp są wartościami własnymi A macierz, którą zdefiniowałem poniżej. Ze złożonymi wartościami sprzężonymiλ = rmii ω t i λ¯= rmi- i ω t , r kontroluje tłumienie (gdzie r ∈ [ 0 , 1 ) ) i ω kontroluje częstotliwość fali cosinusowej.
Szczegółowy przykład AR (2)
Załóżmy, że mamy AR (2):
Możesz napisać dowolny AR (p) jako VAR (1) . W takim przypadku reprezentacja VAR (1) to:
Zauważ, żemi[Xt + k∣Xt,Xt - 1, … ] =ZAkXt . Formowanie rozkładu i wychowania wartości własnejZA do k moc
ZAk= [λ11λ2)1] [λk100λk2)]⎡⎣1λ1-λ2)- 1λ1-λ2)-λ2)λ1-λ2)λ1λ1-λ2)⎤⎦
Prawdziwa wartość własnaλ prowadzi do rozkładu, gdy podnosisz λk . Wartości własne z niezerowymi składnikami urojonymi prowadzą do zachowania cyklicznego.
Wartości własne z urojonym przypadkiem komponentu:ϕ2)1+ 4ϕ2)< 0
W kontekście AR (2) mamy złożone wartości własne ifϕ2)1+ 4ϕ2)< 0 . OdZA jest prawdziwe, muszą występować w parach, które są złożonymi sprzężonymi ze sobą.
Po rozdziale 2 Prado i Westa (2010), pozwóldot=λλ -λ¯yt-λλ¯λ -λ¯yt - 1
Możesz pokazać prognozęmi[yt + k∣yt,yt - 1, … ] jest dany przez:
Mówiąc swobodnie, dodawanie złożonych koniugatów anuluje ich wyimaginowany składnik, pozostawiając pojedynczą tłumioną falę kosinusową w przestrzeni liczb rzeczywistych. (Uwaga, musimy mieć0 ≤ r < 1 dla stacjonarności).
Jeśli chcesz znaleźćr , ω , zat , θt , zacznij od użycia formuły Eulera, którarmii θ= r cosθ + R sinθ , możemy pisać:
dodatek
Uwaga Mylące ostrzeżenie terminologiczne! Powiązanie charakterystycznego wielomianu A z charakterystycznym wielomianem AR (p)
Inną sztuczką szeregów czasowych jest użycie operatora opóźnienia do napisania AR (p) jako:
Wymień operator opóźnieniaL. z pewną zmienną z i ludzie często się do nich odnoszą 1 -ϕ1z- … -ϕpzp jako charakterystyczny wielomian modelu AR (p). Jak ta odpowiedź omawia , jest to dokładnie charakterystyczny wielomianZA gdzie z=1λ . Korzeniez są wzajemnymi wartościami własnymi. (Uwaga: aby model był nieruchomy, chcesz| λ | <1 , czyli wewnątrz wiru jednostki lub równoważnie | z| >1 , czyli poza okręgiem jednostki).
Bibliografia
Prado, Raquel i Mike West, Szeregi czasowe: modelowanie, obliczenia i wnioskowanie , 2010
źródło