En souvenir des anciens combattants : Box et Jenkins - page 3

 
je n'ai pas compris un mot =)
 
faa1947:
J'ai jeté un coup d'oeil à Yudin. Pas impressionné. Tutoriel. Petite partie d'EViews ou de STATISTICS. Le débogage des programmes est inconnu. Les morceaux les plus savoureux ont disparu. Comme le premier tutoriel. Mais rien d'industriellement applicable.

Je n'ai pas acheté ce manuel pour les impressions. Pour les tâches appliquées que je dois résoudre, les programmes qui y sont décrits sont excessifs, c'est-à-dire que je n'utilise pas la plupart des fonctionnalités. Évidemment, le tutoriel ne contient pas d'exemples pour toutes les occasions, et il ne sert qu'à comprendre les bases, puis à se débrouiller seul.

Quant au débogage du logiciel, il a quelques bogues, mais IMHO en quantité et en qualité, pas au-delà des limites des logiciels analogiques propriétaires.

 
faa1947:

Il existe une extension du modèle ARSS sous la forme ARPSS, où P est pro-intégré. C'est là qu'il intervient. Intégré signifie différencié ! C'est-à-dire que l'on prend la différence entre les barres voisines du quotient !

Dans ce cas, "P" signifie "Lisez la théorie".

" La série y[t] est dite intégrée car elle est le résultat de l'application à la série stationnaire w[t]=(1-L)^d*y[t] de l'opération de somme cumulée d fois " // http://quantile.ru/01/01-AT.pdf section 3.4 " ARIMA process prediction "

(3) Résultat totalement nouveau pour l'AT : les coefficients d'un indicateur sont des variables aléatoires. Au moins une conclusion : les indicateurs sans adaptation des coefficients au devis actuel n'ont aucun sens.

Vous avez oublié de dire - en construisant le modèle, vous supposez implicitement que les coefficients du modèle générant le processus sont constants. Mais comme vous ne les connaissez pas, vous devez estimer ces coefficients sur la base de la réalisation observée du processus. Et dans ce cas, vos estimations sont des variables aléatoires.

Si vous pensez que les coefficients du modèle générant le processus sont des variables aléatoires - vous devez utiliser soit d'autres modèles, soit des méthodes adéquates d'estimation des paramètres.

La conclusion que vous tirez est donc complètement fausse.

 
Reshetov:

Je n'ai pas acheté ce manuel pour les impressions. Pour les tâches appliquées que je dois résoudre, les programmes qui y sont décrits sont excessifs, c'est-à-dire que je n'utilise pas la plupart des fonctionnalités. Évidemment, le tutoriel ne contient pas d'exemples pour toutes les occasions, et il ne sert qu'à comprendre les bases, puis à se débrouiller seul.

En ce qui concerne le logiciel de débogage, il a bien quelques bogues, mais IMHO en quantité et en qualité, pas au-delà des limites des logiciels analogiques propriétaires.


Je pense qu'il y en a beaucoup dans Excel.

Au fait, je n'ai pas vu de test de racine unitaire.

Ce n'est qu'en répondant à votre post que j'ai réalisé qu'un test de TC avant (y compris NS) n'a de sens que si le quotient est stationnaire. Tout d'abord le test de racine unitaire et ensuite le test d'avance.

 
audiomoroz:
je n'ai pas compris un mot =)

Et ça ne fait pas de mal, car tout est en russe sur des événements d'il y a longtemps.
 
anonymous:

Dans ce cas, le "P" signifie "Lisez la théorie".

"La série y[t] est dite intégrée car elle est le résultat de l'application de l'opération de somme cumulée d fois à la série stationnaire w[t]=(1-L)^d*y[t]" // http://quantile.ru/01/01-AT.pdf section 3.4 "ARIMA process prediction"

Vous avez oublié de dire - en construisant le modèle, vous supposez implicitement que les coefficients du modèle générant le processus sont constants. Mais comme vous ne les connaissez pas, vous devez estimer ces coefficients sur la base de la réalisation observée du processus. Et dans ce cas, vos estimations sont des variables aléatoires.

Si vous pensez que les coefficients du modèle générant le processus sont des variables aléatoires - vous devez utiliser soit d'autres modèles, soit des méthodes adéquates d'estimation des paramètres.

Donc votre conclusion est complètement fausse.

Bah, collègue, où étiez-vous avant. Rejoignez-nous.


Si vous pensez que les coefficients du modèle générant le processus sont des variables aléatoires - vous devez utiliser soit d'autres modèles, soit des méthodes adéquates d'estimation des paramètres.

La conclusion que vous avez tirée est donc complètement fausse.

A proprement parler, vous avez raison.

Mais j'insiste sur l'idée que les coefficients que nous voyons à la suite d'une estimation ne sont pas des constantes, mais des estimations situées dans certains intervalles. Il est obligatoire de prêter attention aux colonnes suivantes du tableau des coefficients.

 
faa1947: Le postulat de Box et Jenkins est la non-stationnarité du marché, la présence de mémoire dans celui-ci.
Je ne vois pas comment on peut assimiler la non-stationnarité et la mémoire.
 
Mathemat:
Je ne vois pas comment on peut assimiler la non-stationnarité et la mémoire.

Non, bien sûr. Ce sont des concepts tout à fait différents et ils sont traités séparément, mais dans le cadre de la même approche.

La non-stationnarité est définie par le test de la racine unitaire.

Il n'y a pas de concept de "mémoire" dans l'œuvre classique. Mais le concept d'ACF et de CHAKF est largement utilisé. Il est suggéré de déterminer l'ordre du modèle ARIMA par l'apparence de ces graphiques. Mais il est possible de faire quelque chose de plus simple : trouver le modèle minimum par une méthode de recherche.

 
faa1947: Il n'y a pas de concept de "mémoire" dans l'œuvre classique. Mais le concept d'ACF et de CHAFC est largement utilisé.
Oui, et en économétrie, le terme "mémoire" a été remplacé par "ACF" tout court. Merveilleux.
 
Mathemat:
Oui, et en économétrie, le terme "mémoire" a été entièrement remplacé par "ACF". Merveilleux.

Ne le faites pas. Je ne citerai pas la fable.

Je discute seulement de Box et Jenkins avec quelques extensions. Avec eux, ACF joue un rôle très important. J'ai indiqué lequel.

En parlant de la valeur du fil.

J'ai publié de nombreux articles sur les précautions à prendre pour interpréter les résultats des tests et les tests à venir. Ce n'est qu'aujourd'hui, en réponse à Reshetov, que j'ai réalisé une idée très importante. On ne peut se fier aux tests et aux tests prospectifs que si le résidu = kotir - TC est stationnaire ! c'est-à-dire s'il passe le test de racine unitaire. Si ce résidu n'est pas stationnaire, alors les tests ne sont pas du tout fiables, et aucun test prospectif ne sera utile. Il me semble qu'une branche aurait pu être créée en vue d'une telle conclusion. Voici Box et Jenkins pour vous.

Raison: