एक समय श्रृंखला के स्वत :संबंध समारोह से क्या पढ़ना है?

Question

एक समय श्रृंखला को देखते हुए, कोई ऑटोक्रेलेशन-फ़ंक्शन का अनुमान लगा सकता है और इसे प्लॉट कर सकता है, उदाहरण के लिए नीचे देखा गया है:

इस आटोक्लेररेशन-फंक्शन से समय श्रृंखला के बारे में पढ़ना क्या संभव है? क्या उदाहरण के लिए यह संभव है कि समय श्रृंखला की स्थिरता के बारे में तर्क दिया जाए?

संपादित : यहां मैंने अलग-अलग श्रृंखलाओं के एसीएफ को अधिक अंतराल के साथ शामिल किया है

Comments

हो सकता है कि यह ACF को बड़े लैग तक, शायद कुछ सौ तक प्लॉट करने में मदद करे?

— 13

आप समय श्रृंखला की स्थिरता को कैसे परिभाषित करते हैं?

— म्पिकटस

क्या आपका मतलब था, शायद, स्टेशनरी ?

— कार्डिनल

हां, मेरा मतलब स्टेशनरी से था।

— नवदंपति

Answer 1

यह acf गैर-स्थिरता का सुझाव देता है जिसे एक दैनिक प्रभाव को शामिल करके सुधारा जा सकता है क्योंकि यह lag 24 में साक्ष्य संरचना के लिए प्रकट होता है। दैनिक प्रभाव या तो आदेश 24 के ऑटो-प्रतिगामी हो सकता है या यह निर्धारक हो सकता है जहां 23 घंटे की डमी की आवश्यकता हो सकती है। आप इनमें से कोई भी प्रयास कर सकते हैं और परिणामों का आकलन कर सकते हैं। आगे की संरचना की आवश्यकता प्रतीत होती है। यह या तो लेग शिफ्ट को शामिल करने की आवश्यकता हो सकती है या लैग के अलग-अलग ऑपरेटर की तरह अल्पकालिक ऑटो-रिग्रेसिव संरचना को शामिल करने की आवश्यकता हो सकती है। उपयोगी मोड की पहचान करने और आकलन करने के बाद, अवशिष्ट सुनिश्चित करने के लिए आगे की कार्रवाई (मॉडल वृद्धि) का सुझाव दे सकते हैं। संकेत ने पूरी तरह से सभी जानकारी को निकाल दिया है और एक शोर प्रक्रिया प्रदान की है जो सामान्य या गौसियन है। यह तब "स्थिरता" के बारे में आपके अस्पष्ट प्रश्न का उत्तर देगा। उम्मीद है की यह मदद करेगा !

थोड़ा सा जोड़!

"सुझाव" शब्द का उपयोग किया जाता है क्योंकि वास्तविक डेटा है, जबकि इस पर acf अंतिम शब्द नहीं है। वास्तविक डेटा की अनुपस्थिति में एसीएफ कभी-कभी प्रक्रिया को चिह्नित करने में उपयोगी होता है।

Comments

मुझे लगता है कि समय-श्रृंखला की साजिश से यह स्पष्ट हो जाता है कि 24 लेग्स के आदेश पर किसी भी चीज के लिए गैरबराबरी का निवारण नहीं होने जा रहा है। मुझे संदेह है कि जिस "संरचना" को आप लगभग 24 लैग्स पर देखते हैं, वह वास्तव में उच्च आवृत्ति दोलनों है जो पहले भूखंड में बहुत स्पष्ट है। दरअसल, मोटे अनुमान के रूप में, मैंने सूचकांक 3500 और 4000 के बीच दृश्यमान गर्तों को गिना और उनमें से 20 को मैंने देखा। यदि एक साधारण अंतराल -1 अंतर इसकी देखभाल करने के लिए था, तो आप शायद ACF गुणांक में क्षय की तरह काफी स्पष्ट 1 / f देखेंगे। यह तुरंत मेरे लिए ऐसा नहीं दिखता है, लेकिन बहुत कम अंतराल हैं।

— कार्डिनल

: कार्डिनल जो आप कहते हैं वह सही हो सकता है। वास्तविक डेटा अंतर्निहित संकेत का आकलन करने में मदद करेगा। मेरे पास डेटा स्क्रबिंग प्रोग्राम तक पहुंच नहीं है, हालांकि मैंने कुछ अन्य पोस्टरों को देखा है। शायद वास्तविक डेटा को पोस्ट किया जा सकता है या एक डेटा / स्क्रीन स्क्रबिंग प्रोग्राम का संदर्भ हो सकता है जिसने थाह किया था।

— आयरिशस्टैट

श्रृंखला में अंतर करने से पहले एसीएफ का विश्लेषण क्यों करें? जब एक स्पष्ट प्रवृत्ति है तो क्या यह लगभग सार्वभौमिक अभ्यास नहीं है?

— rolando2

: रोलैंडो जिस कारण का मैंने विश्लेषण किया या एक्यूएफ पर टिप्पणी की, वह वही है जो ओपी चाहता था। मैं आपकी टिप्पणी से सहमत हूं कि आप स्पष्ट गैरबराबरी को दूर करके "एसीएफ की दृढ़ता" से निपटना चाहते हैं। आवश्यक रूप से सही उपाय अलग-अलग नहीं हो सकते हैं, कृपया insead.edu/facultyresearch/research/doc.cfm?did=46900 देखें । आप बस एक समय श्रृंखला का अनुकरण कर सकते हैं जिसमें एक या एक से अधिक "कठोर" परिवर्तन होते हैं, लेकिन अन्यथा यादृच्छिक होता है। बछड़े का अध्ययन करें और पाएंगे कि यह गलत सबूत है कि एक स्थिर श्रृंखला प्राप्त करने के लिए श्रृंखला को अंतर करने की आवश्यकता है।

— आयरिशस्टैट

@IrishStat: आपकी टिप्पणी के लिए धन्यवाद। आपके द्वारा संदर्भित पेपर निश्चित रूप से समय श्रृंखला साहित्य के विशाल बहुमत के साथ होता है। यह 1995 से लगता है; यह कैसे प्राप्त हुआ है? इसे "वर्किंग पेपर" लेबल किया जाता है; क्या इसकी कभी समीक्षा नहीं हुई?

— rolando2