机器算法验证 - 如何在我的 ARIMA 模型中加入观察 48 处的创新异常值？ - 吾爱随笔录

如何在我的 ARIMA 模型中加入观察 48 处的创新异常值？

机器算法验证 r 时间序列有马异常值

2022-03-28 23:37:28

我正在研究一个数据集。在使用了一些模型识别技术后，我得出了一个 ARIMA(0,2,1) 模型。

在对原始数据集进行第 48 次观察时，我使用了RdetectIO包TSA中的函数来检测创新异常值 (IO)。

如何将此异常值合并到我的模型中，以便将其用于预测目的？我不想使用 ARIMAX 模型，因为我可能无法在 R 中做出任何预测。还有其他方法可以做到这一点吗？

以下是我的价值观：

VALUE <- scan()
  4.6  4.5  4.4  4.5  4.4  4.6  4.7  4.6  4.7  4.7  4.7  5.0  5.0  4.9  5.1  5.0  5.4
  5.6  5.8  6.1  6.1  6.5  6.8  7.3  7.8  8.3  8.7  9.0  9.4  9.5  9.5  9.6  9.8 10.0
  9.9  9.9  9.8  9.8  9.9  9.9  9.6  9.4  9.5  9.5  9.5  9.5  9.8  9.3  9.1  9.0  8.9
  9.0  9.0  9.1  9.0  9.0  9.0  8.9  8.6  8.5  8.3  8.3  8.2  8.1  8.2  8.2  8.2  8.1
  7.8  7.9  7.8  7.8

这实际上是我的数据。它们是 6 年期间的失业率。那么有 72 个观测值。每个值最多保留一位小数

1个回答

如果

Y (t) = [θ / ϕ] [A (t) + IO (t)]

$Y(t) = [\theta/\phi][A(t)+\text{IO}(t)]$

然后

Y^{*} (t) = [θ / ϕ] [A (t)] + [θ / ϕ] [IO (t)] .

$Y^\text{*}(t) = [\theta/\phi][A(t)] + [\theta/\phi][\text{IO}(t)].$

如果

θ = 1 and ϕ = [1 - .5 B]

$\theta = 1\ \ \text{and}\ \ \phi = [1-.5B]$

例如...然后

$Y^\text{*}(t) = [1/(1-.5B)][A(t)] \\ \quad\quad\quad\quad+ \text{IO}(t) - .5\cdot \text{IO}(t-1) + .25\cdot \text{IO}(t-2) - .125\cdot \text{IO}(t-3)-\cdots\,.$

例如，如果 IO 效应的估计值为，那么 $10.0$

$Y^{*}(t) = [1/(1-.5B)][A(t)] \\ \quad\quad\quad\quad+ 10\cdot \text{IO}(t) - 5\cdot \text{IO}(t-1) + 2.5\cdot \text{IO}(t-2) - 1.25\cdot \text{IO}(t-3)-\cdots\,.$
的指示变量是 0 或 1。

IO

$\text{IO}$

这样你就可以看到异常的影响不仅是瞬时的，而且是有记忆的。

周期开始为 10、-5、2.5、-1.25、...。 $t$

而不是纯分子结构重述 AO 干预之间的转移，产生与 IO 相同的结果效果被纳入。 $[w(b)/d(b)]$ $[w(b)]$

任何时候你合并记忆，无论是差分算子还是 ARMA 结构的结果，都是由于省略了因果序列而默认的无知。这也适用于需要纳入干预确定性系列，例如脉冲/电平转换、季节性脉冲或本地时间趋势。这些虚拟变量是省略的确定性用户指定因果变量的必要代理。通常，您所拥有的只是感兴趣的系列，并且鉴于我已经阐明的限定词，您可以根据过去完全不了解所分析数据的确切性质来预测未来。唯一的问题是您正在使用后窗来预测前方的道路......确实是一件危险的事情。

数据发布后...

一个合理的模型是 (1,1,0) 在此处输入图像描述并且 AO 异常在周期 39,41,47,21 和 69（不是周期 48）被识别。该模型的残差似乎没有明显的结构。并且fice AO 重视活动的最佳表示，该活动反映的活动不在时间序列的历史中。我认为 OP 的过度差异模型的 ACF 将反映模型的不足。这是模型。在此处输入图像描述同样，没有提供 R 代码，因为问题或机会在模型识别/修订/验证领域。最后，实际/拟合和预测序列的图。

其它你可能感兴趣的问题

上一篇我应该使用 Welch (1947) 的近似自由度还是 Satterthwaite (1946) 的近似自由度？下一篇（交互）用于多模式后验的 MCMC