タグ付けされた質問 「box-jenkins」

これは、Box-Jenkins MAモデルに関する基本的な質問です。私が理解しているように、MAモデルは基本的に以前のエラー項に対する時系列値線形回帰です。つまり、観測値は最初に以前の値に対して回帰され、次に1つ以上の値がMAのエラー項として使用されますモデル。YYYet,...,et−net,...,et−ne_t,..., e_{t-n}YYYYt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, ..., Y_{t-n}Y−Y^Y−Y^Y - \hat{Y} しかし、ARIMA（0、0、2）モデルで誤差項はどのように計算されますか？MAモデルが自己回帰部分なしで使用され、したがって推定値がない場合、どのようにしてエラー項を取得できますか？

17 regression  time-series  arima  box-jenkins 

ARIMAモデリング/ Box Jenkins（BJ）でパラメーターがどのように推定されるかを理解しようとしています。残念ながら、私が遭遇した本のいずれも、対数尤度推定手順などの推定手順を詳細に説明していません。私は非常に役立つウェブサイト/教材を見つけました。以下は、上記のソースからの方程式です。 L L （θ ）= − n2ログ（2 π）− n2ログ（σ2）− ∑t = 1ne2t2つのσ2LL（θ）=−n2ログ⁡（2π）−n2ログ⁡（σ2）−∑t=1net22σ2 LL(\theta)=-\frac{n}{2}\log(2\pi) - \frac{n}{2}\log(\sigma^2) - \sum\limits_{t=1}^n\frac{e_t^2}{2\sigma^2} 自分でARIMA / BJの推定を学びたいです。そこで、を使用して手作業でARMAを推定するコードを記述しました。以下は私がRでやったことです、RRRRRR ARMAをシミュレートしました（1,1） 上記の方程式を関数として書きました シミュレートされたデータと最適関数を使用して、ARおよびMAパラメーターを推定しました。 また、statsパッケージでARIMAを実行し、ARMAパラメーターを手作業で行ったものと比較しました。 以下は比較です： **以下は私の質問です： 推定変数と計算変数の間にわずかな違いがあるのはなぜですか？ ARIMAはRバックキャストで機能しますか、または推定手順はコードで以下に概説されているものとは異なりますか？ 観測1でe1またはエラーを0として割り当てましたが、これは正しいですか？ また、最適化のヘッセ行列を使用して予測の信頼限界を推定する方法はありますか？ いつものようにあなたの助けに感謝します。 コードは次のとおりです。 ## Load Packages library(stats) library(forecast) set.seed(456) ## Simulate Arima y <- arima.sim(n = 250, list(ar = …

15 time-series  forecasting  arima  optimization  box-jenkins 

時系列分析におけるBox-Jenkinsモデル選択手順は、系列の自己相関関数と部分自己相関関数を調べることから始まります。これらのプロットは、ARMAモデルで適切なと提案できます。この手順は、AIC / BIC基準を適用して、ホワイトノイズエラー項を含むモデルを生成するモデルの中から最もmost約性の高いモデルを選択するようにユーザーに求めることによって続行します。pppqqq（p 、q）（p、q）(p,q) 視覚検査と基準に基づいたモデル選択のこれらのステップが、最終モデルの推定標準誤差にどのように影響するのかと思っていました。たとえば、横断的ドメインでの多くの検索手順は、標準エラーを下向きにバイアスする可能性があることを知っています。 最初のステップでは、データ（ACF / PACF）を見て適切な数のラグを選択すると、時系列モデルの標準誤差にどのように影響しますか？ AIC / BICスコアに基づいてモデルを選択すると、断面法の場合と同様の影響があると思います。私も実際にはこの分野についてあまり知りませんので、この点についてもコメントをいただければ幸いです。 最後に、各ステップで使用される正確な基準を書き留めた場合、プロセス全体をブートストラップして標準エラーを推定し、これらの懸念を排除できますか？

14 regression  time-series  arima  model-selection  box-jenkins 

時系列と回帰の関係と違いは何ですか？ モデルと仮定について、時系列モデルはそうではないが、回帰モデルは入力変​​数の異なる値の出力変数間の独立性を仮定するのは正しいですか？他のいくつかの違いは何ですか？ 以下のための方法から、ダーリントンによってウェブサイト 時系列分析には多くのアプローチがありますが、最もよく知られている2つの方法は、回帰法とBox-Jenkins（1976）またはARIMA（AutoRegressive Integrated Moving Average）法です。このドキュメントでは、回帰方法を紹介します。3つの主な理由から、回帰法はARIMAよりもはるかに優れていると考えています 時系列の「回帰方法」がウェブサイト上にあるものと、Box-JenkinsまたはARIMA方法とどのように異なるかについて、私はよくわかりません。誰かがそれらの質問について洞察を与えてくれれば幸いです。 よろしくお願いします！

12 regression  time-series  box-jenkins 

Wikipediaのページには、ボックス・ジェンキンスは、時系列にARIMAモデルを適合させる方法であると述べています。ここで、時系列にARIMAモデルを適合させたい場合は、SASを開いてを呼び出しproc ARIMA、パラメーターを指定します。SASはAR係数とMA係数を提供します。これで、p 、d 、qのさまざまな組み合わせを試すことができます。SASを使用すると、各ケースで一連の係数が得られます。赤池情報量基準が最も低いセットを選択します。p,d,qp,d,qp,d,qp,d,qp,d,qp,d,q 私の質問は、上記の手順のどこでBox-Jenkinsを使用したかです。Box-Jenkinsを使用して、初期推定値を出すことになっていますか？それともSASは内部的に何らかの方法でそれを使用しましたか？p,d,qp,d,qp,d,q

10 time-series  arima  sas  aic  box-jenkins 

私は統計とRにかなり慣れています。データセットのARIMAパラメータを決定するプロセスを知りたいのですが。Rと理論的に（可能であれば）を使用して同じことを理解するのを手伝ってくれませんか？ データの範囲は1月12日から3月14日で、月次売上高を表します。これがデータセットです： 99 58 52 83 94 73 97 83 83 63 63 77 70 87 84 60 105 87 93 110 71 158 52 33 68 82 88 84 そしてここにトレンドがあります： データは、傾向、季節的な行動または周期性を示していません。

10 r  arima  box-jenkins 

自己相関関数は非定常時系列で意味がありますか？ 時系列は通常、自己相関がBoxとJenkinsのモデリング目的で使用される前は定常的であると想定されています。

9 time-series  autocorrelation  box-jenkins