राज्य अंतरिक्ष समय श्रृंखला विश्लेषण में कौन सा मॉडल बेहतर है इसकी जांच कैसे करें?


15

मैं राज्य अंतरिक्ष विधियों द्वारा समय श्रृंखला डेटा विश्लेषण कर रहा हूं। मेरे डेटा के साथ स्टोकेस्टिक स्थानीय स्तर के मॉडल ने निर्धारक को पूरी तरह से अलग कर दिया। लेकिन नियतात्मक स्तर और ढलान मॉडल स्टोकेस्टिक स्तर और स्टोचैस्टिक / निर्धारक ढलान के साथ की तुलना में बेहतर परिणाम देता है। क्या यह कुछ सामान्य है? R में सभी विधियों के लिए प्रारंभिक मूल्यों की आवश्यकता होती है, और मैंने कहीं पढ़ा है कि ARIMA मॉडल को पहले फिटिंग करना और वहां से मान लेना जैसे कि राज्य के अंतरिक्ष विश्लेषण के लिए प्रारंभिक मान एक तरीका है; मुमकिन? या कोई अन्य प्रस्ताव? मुझे यह स्वीकार करना चाहिए कि मैं अंतरिक्ष विश्लेषण के लिए बिल्कुल नया हूं।


3
कृपया उदाहरण दें। अब यह स्पष्ट नहीं है कि आपकी वास्तविक समस्या क्या है।
mpiktas

क्या आप एक घातीय चौरसाई राज्य अंतरिक्ष मॉडल का मतलब है? आप किस R पैकेज का उपयोग कर रहे हैं?
जाच

क्या आप मॉडल की तुलना करने की कोशिश कर रहे हैं, या आप एक मॉडल का चयन करना चाहते हैं?
n

सबसे पहले, जैसा कि पहले ही उल्लेख किया गया है, यह स्पष्ट नहीं है कि आपकी वास्तविक समस्या क्या है। आप लिखते हैं कि A आउटपरफॉर्म किया गया B और B, ए की तुलना में बेहतर परिणाम देता है। दूसरे, "पूर्वानुमान" आर पैकेज में कुछ स्वचालित समय श्रृंखला विधियां हैं। वे शामिल हैं: auto.arima (), ets (), tbats () और चमगादड़ ()।
पावर

क्या आप समझा सकते हैं कि जब आप 'आउटपरफॉर्म' और 'से बेहतर परिणाम' देते हैं, तो आपका क्या मतलब है?
Glen_b -Reinstate मोनिका

जवाबों:


2

अपने पहले प्रश्न का उत्तर देने के लिए। हां, सब संभव है। यह सामान्य या असामान्य नहीं है। आपको डेटा को यह बताने देना चाहिए कि सही मॉडल क्या है। यदि संभव हो तो मॉडल को मौसमी, चक्र और व्याख्यात्मक रजिस्टरों के साथ आगे बढ़ाने का प्रयास करें।

आपको न केवल मॉडल की तुलना करने के लिए एकेइके सूचना मानदंड (एआईसी) की तुलना करनी चाहिए, बल्कि यह देखने के लिए भी जांच करनी चाहिए कि अवशिष्ट (अनियमित शब्द) सामान्य, होमोसैकेस्टिक और स्वतंत्र (लाजंग-बॉक्स परीक्षण) हैं। यदि आप एक मॉडल पा सकते हैं जिसमें इन सभी वांछनीय गुण हैं। यह आपका पसंदीदा मॉडल होना चाहिए (यह संभावना है कि इन सभी गुणों वाला मॉडल सबसे अच्छा एआईसी होगा)।

हालाँकि प्रारंभिक मान प्रभावित करेगा कि लॉग-लाइकैलिटी फ़ंक्शन के अधिकतम बिंदु को कौन सा पाया जाता है, यदि आपका मॉडल अच्छी तरह से निर्दिष्ट है, तो यह बहुत अधिक भिन्न नहीं होना चाहिए और सबसे अच्छे मॉडल के लिए एक स्पष्ट उम्मीदवार होना चाहिए जिसमें सबसे अच्छा प्रारंभिक मान हो। मैं मतलाब में इस तरह का बहुत विश्लेषण करता हूं और मुझे शुरुआती मूल्यों को खोजने का सबसे अच्छा तरीका मिला है, बस थोड़ा सा खेलना है। यह थकाऊ हो सकता है लेकिन यह अंत में अच्छी तरह से काम करता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.