Kiedy czytam „średnią ruchomą” w odniesieniu do szeregu czasowego, myślę, że coś takiego jak , a może ważone średnia jak . (Zdaję sobie sprawę, że tak naprawdę są to modele AR (3), ale do tego skacze mój mózg.) Dlaczego modele MA (q) zawierają formuły terminów błędów lub „innowacji”? Co ma wspólnego z średnią ruchomą? Mam wrażenie, że brakuje mi oczywistej intuicji. 0,5xt-1+0,3xt-2+0,2xt-3{ϵ}
źródło
Jeśli spojrzysz na zerowy proces magisterski:
wtedy możesz uznać prawą stronę za zbliżoną do ważonej średniej ruchomej warunków , ale gdzie wagi nie sumują się do 1.ε
Na przykład Hyndman i Athanasopoulos (2013) [1] mówią:
Podobne wyjaśnienia tego terminu można znaleźć w wielu innych miejscach. (Pomimo popularności tego objaśnienia, nie wiem jednak na pewno, że jest to początek tego terminu; na przykład być może pierwotnie istniał jakiś związek między modelem a wygładzaniem średniej ruchomej).
Zauważ, że Graeme Walsh podkreśla w komentarzach powyżej, że mogło to mieć swoje źródło w Slutsky (1927) „ Podsumowanie przypadkowych przyczyn jako źródła procesów cyklicznych ”
[1] Hyndman, RJ i Athanasopoulos, G. (2013) Prognozowanie: zasady i praktyka. Sekcja 8/4 http://otexts.com/fpp/8/4 . Udostępniono 22 września 2013 r.
źródło