| Matma / zgodnosc rozkladu w szeregach czasowych |
| . 1 . 2 . >> |
| Autor | Wiadomość |
| Oskar
|
Posted: 2 Kwi 2001 11:36:52 Propozycja dyskusji: czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych) nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja rozkladu zmiennej (m.in. zagadnienia przyrodnicze) Oskar |
| Andrzej Lewandowski
|
Posted: 2 Kwi 2001 12:51:59 Propozycja dyskusji:
czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych) nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja rozkladu zmiennej (m.in. zagadnienia przyrodnicze) Autokorelacji nie mozna eliminowac przez identyfikacje niczego A.L. |
| Oskar
|
Posted: 2 Kwi 2001 12:06:50 Propozycja dyskusji:
czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych) nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja
rozkladu zmiennej (m.in. zagadnienia przyrodnicze)
Autokorelacji nie mozna eliminowac przez identyfikacje niczego A.L. przed nie jest rownoznaczne z przez -;0))) Oskar |
| Pawel F. Gora
|
Posted: 2 Kwi 2001 12:27:32 czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych)
nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja rozkladu zmiennej Nie bardzo rozumiem pytanie: o rozkład jakiej zmiennej chodzi? Mam szereg czasowy {x_k} i pytam się o rozkład owych x-ów? Jeśli jest trend, to oznacza to, że szereg jest niestacjonarny, a zatem rozkład x-ów też jest niestacjonarny (rozkłady policzone z różnych segmentów szeregu mogą być istotnie różne); czasami taka obserwacja może mieć istotne znaczenie, czasami ważne jest jak ewoluują te rozkłady, czasami wreszcie to trend jest najistotniejszy. W niektórych przypadkach trend można wyeliminować stosunkowo łatwo: powiedzmy, masz błądzenie przypadkowe bez ograniczeń (unconstrained random walk): x_0 = x0, x_k = x_{k-1} + y_k, gdzie {y_k} jest białym szumem Gaussowskim. Wówczas szereg {x_k} jest niestacjonarny, ale szereg różnic {x_k - x_{k-1}} jest jak najbardziej stacjonarny. Uogólnieniem tego podejścia jest proces ARIMA (patrz Box, Jenkins), gdzie zakłada się, że badany szereg jest niestacjonarny, natomiast pewien szereg różnic {x_k - x_{k-s}} jest stacjonarny. Z autokorelacją należy postępować bardzo ostrożnie. Autokorelacja informuje cię o zależnościach liniowych pomiędzy kolejnymi wyrazami szeregu. Jeśli przyjąć model liniowy i (idealnie) wyeliminować autokorelacje, to zostanie ci "goły" szum wywołujący dany proces. Natomiast jeśli zakładasz model nieliniowy, to mogą pozostać ci zależności nieliniowe - wówczas jednak należy raczej używać języka i pojęć z zakresu układów dynamicznych niż (liniowej) teorii szeregów czasowych. Musisz uszczegółowić pytanie jeśli chcesz dowiedzieć się czegoś więcej. Paweł Góra Institute of Physics, Jagellonian University, Cracow, Poland A physical entity does not do what it does because it is what it is, but is what it is because it does what it does. |
| Andrzej Lewandowski
|
Posted: 2 Kwi 2001 14:09:51 Autokorelacji nie mozna eliminowac przez identyfikacje niczego
A.L. przed nie jest rownoznaczne z przez -;0))) Oskar Ops.... Widocznie sie nie calkiem obudzilem :) A.L. |
| Andrzej Lewandowski
|
Posted: 2 Kwi 2001 14:11:31 Propozycja dyskusji:
czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych) nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja rozkladu zmiennej (m.in. zagadnienia przyrodnicze) Wez ksiazke Box, Jenkins, Analiza szeregow czasowych (jest po polsku), tam sa dokladnie opisane procedury postepowania z szeregami czasowymi. A.L. |
| Oskar
|
Posted: 2 Kwi 2001 14:47:27 Propozycja dyskusji:
czy w szeregach czasowych (a moze uogolniajac w procesach stochastycznych) nalezy eliminowac: 1) trend 2) autokorelacje przed identyfikacja
rozkladu zmiennej (m.in. zagadnienia przyrodnicze)
Wez ksiazke Box, Jenkins, Analiza szeregow czasowych (jest po polsku), tam sa dokladnie opisane procedury postepowania z szeregami czasowymi. A.L. ops, tym razem ja przespalem - fakt - zobaczymy....ale z tym dokladnym opisem ( w Boxie to bym sie nie zakladal...) to wole Makridakisa a najbardziej lubie Brockwella. Oskar |
| . 1 . 2 . >> |