Warunki cyklicznego zachowania modelu ARIMA

9

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 miećpp2wraz z dodatkowymi warunkami dotyczącymi parametrów. W przypadku modelu AR (2) zachowanie cykliczne występuje, jeśliϕ12+4ϕ2<0.

Jakie są te dodatkowe warunki dotyczące parametrów w ogólnym przypadku ARIMA (p, d, q)? Nigdzie ich nie znalazłem.

MånsT
źródło
1
Czy spojrzałeś na złożone korzenie wielomianu ϕ(B)w ogóle? Wygląda na to, że właśnie o to chodzi w cytacie.
Jason

Odpowiedzi:

5

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).

  1. Trwały proces o złożonych korzeniach.
  2. Trwały proces z prawdziwymi korzeniami.

Dla j=1,p, Korzenie charakterystycznego wielomianu to 1λj gdzie λ1,,λp są wartościami własnymi Amacierz, którą zdefiniowałem poniżej. Ze złożonymi wartościami sprzężonymiλ=reiωt i λ¯=reiωt, r kontroluje tłumienie (gdzie r[0,1)) i ω kontroluje częstotliwość fali cosinusowej.

Szczegółowy przykład AR (2)

Załóżmy, że mamy AR (2):

yt=ϕ1yt1+ϕ2yt2+ϵt

Możesz napisać dowolny AR (p) jako VAR (1) . W takim przypadku reprezentacja VAR (1) to:

[ytyt1]Xt=[ϕ1ϕ210]A[yt1yt2]Xt1+[ϵt0]Ut
Matryca A rządzi dynamiką Xt i stąd yt. Charakterystyczne równanie macierzyA jest:
λ2ϕ1λϕ2=0
Wartości własne A są:
λ1=ϕ1+ϕ12+4ϕ22λ2=ϕ1ϕ12+4ϕ22
Wektory własne A są:
v1=[λ11]v2=[λ21]

Zauważ, że E[Xt+kXt,Xt1,]=AkXt. Formowanie rozkładu i wychowania wartości własnejA do kmoc

Ak=[λ1λ211][λ1k00λ2k][1λ1λ2λ2λ1λ21λ1λ2λ1λ1λ2]

Prawdziwa wartość własna λ prowadzi do rozkładu, gdy podnosisz λk. Wartości własne z niezerowymi składnikami urojonymi prowadzą do zachowania cyklicznego.

Wartości własne z urojonym przypadkiem komponentu: ϕ12+4ϕ2<0

W kontekście AR (2) mamy złożone wartości własne if ϕ12+4ϕ2<0. OdAjest prawdziwe, muszą występować w parach, które są złożonymi sprzężonymi ze sobą.

Po rozdziale 2 Prado i Westa (2010), pozwól

ct=λλλ¯ytλλ¯λλ¯yt1

Możesz pokazać prognozę E[yt+kyt,yt1,] jest dany przez:

E[yt+kyt,yt1,]=ctλk+c¯tλ¯k=atrkcos(ωk+θt)

Mówiąc swobodnie, dodawanie złożonych koniugatów anuluje ich wyimaginowany składnik, pozostawiając pojedynczą tłumioną falę kosinusową w przestrzeni liczb rzeczywistych. (Uwaga, musimy mieć0r<1 dla stacjonarności).

Jeśli chcesz znaleźć r, ω, at, θt, zacznij od użycia formuły Eulera, którareiθ=rcosθ+rsinθ, możemy pisać:

λ=reiωλ¯=reiωr=|λ|=ϕ2
ω=atan2(imagλ,realλ)=atan2(12ϕ124ϕ2,12ϕ1)

at=2|ct|θt=atan2(imagct,realct)

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:

(1ϕ1Lϕ2L2ϕpLp)yt=ϵt

Wymień operator opóźnienia L z pewną zmienną z i ludzie często się do nich odnoszą 1ϕ1zϕpzpjako charakterystyczny wielomian modelu AR (p). Jak ta odpowiedź omawia , jest to dokładnie charakterystyczny wielomianA gdzie z=1λ. Korzeniezsą 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

Matthew Gunn
źródło
Jestem zaskoczony, że w tej chwili jestem jedynym głosującym. Dobra odpowiedź!
Taylor
@Taylor To stare, nieaktywne pytanie. :)
Matthew Gunn