मेरा ACF ग्राफ मुझे अपने डेटा के बारे में क्या बताता है?

Question

मेरे पास दो डेटासेट हैं:

मेरा पहला डेटासेट समय के मुकाबले एक निवेश (अरबों डॉलर में) का मूल्य है, प्रत्येक इकाई समय 1947 के Q1 से एक चौथाई है। समय 2002 के Q3 तक फैला हुआ है।

मेरा दूसरा डेटासेट "निवेश के मूल्यों को [पहले डाटासेट में] लगभग स्थिर प्रक्रिया में बदलने का परिणाम है"।

पहला सेट डेटा का और दूसरा सेट डेटा का

प्रतिक्रियाशील एसीएफ भूखंड:

मुझे पता है कि भूखंड सही हैं और मुझे "उन पर टिप्पणी" करने के लिए कहा गया है। मैं स्वत: सहसंबंध फ़ंक्शन के लिए अपेक्षाकृत नया हूं और मुझे पूरी तरह से यकीन नहीं है कि यह मुझे मेरे डेटा के बारे में क्या बताता है।

अगर किसी को समय के लिए संक्षेप में बता सकते हैं यह बहुत सराहना की जाएगी।

Comments

जब आप कहते हैं "मुझे उन पर टिप्पणी करने के लिए कहा जाता है" - क्या यह किसी वर्ग के लिए है? साथ ही, इस खोज के कुछ परिणाम आपको मददगार लग सकते हैं। अंत में, साइड में दाईं ओर "संबंधित" के तहत पहला लिंक कुछ सहायता का हो सकता है।

— Glen_b -Reinstate मोनिका

आप प्रत्येक श्रृंखला में डेटा की दृढ़ता पर चर्चा और तुलना कर सकते हैं और क्या यह दृढ़ता एक प्रवृत्ति बनाता है। आप यह भी टिप्पणी कर सकते हैं कि क्या ARF समय श्रृंखला मॉडल चुनने और फिटिंग करने से पहले ACF डेटा को कुछ परिवर्तन करने के लिए इसे स्थिर रूप से प्रस्तुत करने का सुझाव देता है।

— javlacalle 22

Glen_b - हां, यह एक व्यायाम है। मॉड्यूल की कुछ मुख्य विशेषताओं के आसपास मेरा सिर पाने की कोशिश कर रहा है। मैंने संबंधित प्रश्नों के माध्यम से बहुत अच्छा देखा और इसे प्राप्त नहीं किया। मैं इस डेटा से परिचित हूं और मुझे लगता है कि एक छोटा सा उदाहरण उत्तर मुझे बहुत मदद करेगा। Javlacalle - उत्तर के लिए धन्यवाद। व्यायाम का एक और हिस्सा है जिसमें आपको एक प्रासंगिक एआरएमए मॉडल का सुझाव देना आवश्यक है। मैं उस हिस्से को समझता हूं जो मुझे लगता है ... एसीएफ की तुलना पीएसीएफ से करना और यह देखना कि वे कट गए या टेल ऑफ। आपके 'डेटा की दृढ़ता' के बारे में थोड़ा भ्रमित। :(

— बेन गेरी

$t$

Answer 1

यदि आपकी प्राथमिक चिंता एक अच्छा ARMA फिट करने के लिए ACF और PACF भूखंडों का उपयोग करना है तो http://people.duke.edu/~rnau/411arim3.htm एक अच्छा संसाधन है। सामान्य तौर पर, एआर ऑर्डर पीएसीएफ प्लॉट में एक तेज कटऑफ और एसीएफ प्लॉट में धीमी गति से ट्रेंडिंग या साइनसोइडल गिरावट से खुद को पेश करने की प्रवृत्ति होगी। विपरीत एमए आदेशों के लिए आमतौर पर सच है ... ऊपर दिए गए लिंक इस पर अधिक विस्तार से चर्चा करते हैं।

आपके द्वारा प्रदत्त एसीएफ भूखंड एक एमए (2) का सुझाव दे सकता है। मुझे लगता है कि आपके पास ऑटो-सहसंबंध में साइनसोइडल क्षय को देखते हुए कुछ महत्वपूर्ण एआर आदेश हैं। लेकिन यह सब बेहद अटकलबाजी है क्योंकि अंतराल बढ़ने के साथ गुणांक बहुत तेज़ी से महत्वहीन हो जाते हैं। PACF को देखना बहुत मददगार होगा।

एक और महत्वपूर्ण चीज जिसे आप देखना चाहते हैं वह पीएसीएफ पर 4 वें अंतराल में महत्व है। चूंकि आपके पास त्रैमासिक डेटा है, इसलिए 4 लाॅग में महत्व मौसमीता का संकेत है। उदाहरण के लिए यदि आपका निवेश एक उपहार की दुकान है, तो छुट्टियों (Q4) के दौरान रिटर्न अधिक हो सकता है और वर्ष की शुरुआत (Q1) के दौरान कम होता है, जिससे समान तिमाहियों के बीच सहसंबंध होता है।

ACF प्लॉट में छोटे अंतराल के लिए महत्वपूर्ण गुणांक वही रहना चाहिए, जिसमें आपके डेटा का आकार निवेश के साथ कुछ भी बदलाव न हो। कम डेटा बिंदुओं के साथ उच्च लैग का अनुमान लगाया जाता है, फिर निम्न लैग होते हैं (यानी हर लैग एक डेटा बिंदु खोता है), इसलिए आप अपने फैसले को निर्देशित करने के लिए प्रत्येक लैग के आकलन में नमूना आकार का उपयोग कर सकते हैं, जो कि वही रहेगा और जो कम है विश्वसनीय।

अपने डेटा के बारे में गहरी अंतर्दृष्टि बनाने के लिए एसीएफ भूखंड का उपयोग करना (सिर्फ एक एआरएमए फिट से परे) यह किस प्रकार का निवेश है, इसकी गहरी समझ की आवश्यकता होगी। मैंने पहले ही इस पर टिप्पणी कर दी है।

गहरी जानकारी के लिए ... वित्तीय परिसंपत्तियों के साथ, चिकित्सक अक्सर स्थिर होने के लिए अंतर मूल्य लॉग करते हैं। लॉग का अंतर लगातार संकुचित रिटर्न (यानी ग्रोथ) के अनुरूप होता है, इसलिए इसकी बहुत अच्छी व्याख्या होती है और परिसंपत्ति रिटर्न के अध्ययन / मॉडलिंग श्रृंखला पर बहुत सारे वित्तीय साहित्य उपलब्ध होते हैं। मुझे लगता है कि इस तरह से आपका स्थिर डेटा प्राप्त किया गया था।

सबसे सामान्य अर्थों में, मैं कहूंगा कि ऑटो-सहसंबंध का मतलब है कि निवेश पर रिटर्न कुछ हद तक अनुमानित है। जब आप S & P 500 जैसे बेंचमार्क की तुलना में भविष्य के रिटर्न का अनुमान लगाने या निवेश के प्रदर्शन पर टिप्पणी करने के लिए एक ARMA फिट का उपयोग कर सकते हैं।

फिट के अवशिष्ट शब्दों में विचरण को देखते हुए आपको निवेश में जोखिम का माप भी मिलता है। यह अत्यंत महत्वपूर्ण है। वित्त में आप व्यापार को वापस करने के लिए एक इष्टतम जोखिम चाहते हैं और आप यह तय कर सकते हैं कि क्या यह निवेश अन्य बाजार बेंचमार्क की तुलना में पैसे के लायक है। उदाहरण के लिए, यदि इन रिटर्न का कम मतलब है और अन्य निवेश विकल्पों की तुलना में भविष्यवाणी करना मुश्किल है (यानी जोखिम भरा), तो आपको इसके बुरे निवेश का पता चल जाएगा। शुरू करने के लिए कुछ अच्छी जगहें हैं
http://en.wikipedia.org/wiki/Efficient_frontier और http://en.wikipedia.org/wiki/Modern_portfolio_theory ।

उम्मीद है कि मदद करता है!

Comments

ALSO ... यह जानना महत्वपूर्ण होगा कि मूल्य को कैसे मापा जाता है (बाजार मूल्य ?, पुस्तक मूल्य ?, मूल्यांकित मूल्य ?, आदि)। क्या निवेश एक स्टॉक पोर्टफोलियो के रूप में एक व्यापार योग्य संपत्ति है? क्या यह मूर्त है? क्या यह निजी स्वामित्व में है? क्या मुद्रास्फीति के लिए निवेश का मूल्य समायोजित किया गया है? इस प्रकार के प्रश्नों से यह पता लगाने में मदद मिलती है कि ऑटो-सहसंबंध का सिद्धांत क्या हो सकता है और आप इससे क्या अनुमान लगा सकते हैं।

— ज़ाचरी ब्लुमेनफेल्ड

सभी बहुत दिलचस्प, आपके उत्तर में इतना समय लगाने के लिए धन्यवाद। मैं निश्चित रूप से उस में देख रहा हूँ! मुझे लगता है कि मेरा प्रश्न आपके द्वारा दिए गए अतिरिक्त तरीकों की तुलना में बहुत सरल है, हालांकि। मेरा सवाल बस यह है: मैं एक एसीएफ प्लॉट में क्या देख रहा हूं? मेरा मतलब है, पहला प्लॉट मुझे क्या बताता है? क्या मुझे पैटर्न की तलाश है? वैकल्पिक करने के लिए ACF लगता है, क्या मैं उम्मीद कर सकता हूं कि अधिक डेटा दर्ज करने के लिए जारी रखने के लिए? या जवाब बस इतना है कि कहने के लिए बहुत कुछ नहीं है? सांख्यिकीय दृष्टिकोण से, क्या ये ACF प्लॉट वास्तव में आपको डेटा के बारे में कुछ भी बताते हैं या क्या वे केवल ARMA मॉडल खोजने के लिए उपयोग किए जाते हैं?

— बेन गेरी

ऐसा लगता है कि ACF और PACF भूखंडों को प्रासंगिक ARMA मॉडल खोजने के लिए पूरी तरह से पाया जाता है, क्या ACF की साजिश अपने आप में कुछ भी कहती है?

— बेन गेरी

मैंने आपकी टिप्पणियों पर विचार किया है। संपादन देखें

— Zachary Blumenfeld

इतना मददगार होने के लिए शुक्रिया, ज़ाचारी। PACF का प्लॉट यहां है यदि आप इसे देखना चाहते हैं: i.imgur.com/z79XTUZ.png क्या आप इस बात से सहमत होंगे कि ACF के साथ तुलना में, पता चलता है कि डेटासेट AR (3) मॉडल के लिए सबसे उपयुक्त हो सकता है? यदि इसका पीएसीएफ मैं निरीक्षण कर रहा हूं तो मुझे लगता है कि यह एआर (1) होगा?

— बेन गेरी