การสลายตัวของสารเติมแต่ง vs


9

คำถามของฉันเป็นคำถามง่าย ๆ แต่เป็นคำถามที่ทำให้ฉันได้รับจริง ๆ :) ฉันไม่รู้จริง ๆ ว่าจะประเมินได้อย่างไรว่าอนุกรมเวลาที่เฉพาะเจาะจงนั้นจะต้องสลายตัวโดยใช้วิธีการเติมหรือวิธีการสลายตัวแบบทวีคูณ ฉันรู้ว่ามีตัวชี้นำทางสายตาที่บอกพวกเขาแยกจากกัน แต่ฉันไม่เข้าใจ

ยกตัวอย่างเช่นซีรี่ส์เวลานี้:

ป้อนคำอธิบายรูปภาพที่นี่

คุณจะอธิบายมันอย่างไร

ขอบคุณล่วงหน้าสำหรับความช่วยเหลือของ.


1
การสลายตัวแบบหลายค่าโดยประมาณจะสอดคล้องกับการสลายตัวแบบเพิ่มเติมของลอการิทึมดังนั้นเธรดจำนวนมากจึงตัดสินใจว่าจะทำการแปลงแบบ log (หรือรากที่สอง) ที่stats.stackexchange.com/questions/74537ที่นี่เช่นกัน (ละเว้นคำตอบใด ๆ ที่มีข้อควรระวังในการใช้การแปลงเนื่องจากไม่ใช่จุด) ในตัวอย่างของคุณการสลายตัวที่อิงตามส่วนกลับของข้อมูลอาจถูกเรียกใช้โดยเฉพาะอย่างยิ่งหากส่วนกลับมีการตีความที่มีความหมาย (เช่นการแปลงไมล์ต่อแกลลอน เป็นแกลลอนต่อไมล์)
whuber

1
@whuber ขอบคุณมากสำหรับคำตอบของคุณและสำหรับโพสต์ SO ที่คุณ lunked ฉันเกรงว่าฉันหวังว่าจะได้เรียนรู้วิธีที่จะแยกพวกเขาออกจากกันและบอกเวลาที่จะใช้อีกชุดหนึ่งโดยใช้อนุกรมเวลานั้นเพื่อประกอบการอธิบาย ฉันไม่เคยได้ยินเรื่องการย่อยสลายที่อิงจากการสลายตัว: - / ฉันจะทำการวิจัยเกี่ยวกับเรื่องนั้น
4everlearning

สองคำตอบในหัวข้อที่ฉันอ้างถึงให้ขั้นตอนเพื่อบอกพวกเขาแยก: หนึ่งโดย "พยากรณ์"หมายถึง "วิธี STL" และแสดงให้เห็น; คำตอบของฉันอธิบาย (และให้Rรหัสสำหรับ) วิธีการสำรวจที่มีประสิทธิภาพอย่างง่าย "การกระจายเทียบกับระดับพล็อต" ฉันสามารถมองกราฟิกของคุณและเห็นว่าเมื่อค่าใกล้เคียงกับ 600 แอมพลิจูดของการเปลี่ยนแปลงระยะสั้นของพวกเขาเกือบจะเป็นลำดับความสำคัญมากกว่าเมื่อพวกเขาอยู่ใกล้ 200: นั่นบ่งบอกถึงการพิจารณาบันทึกรากซึ่งกันและกัน
whuber

คำตอบ:


5

นอกจากสิ่งที่ @whuber แนะนำแล้วฉันจะแนะนำให้คุณทราบถึงhttps://www.otexts.org/fpp/6/1ซึ่งอธิบายว่าทำไมคุณถึงเลือกการย่อยสลายแบบเสริมและแบบคูณ

ในการดูข้อมูลของคุณโดยเฉพาะเนื่องจากฤดูกาลแตกต่างกันไปเช่นฤดูกาลที่จุดเริ่มต้นมีขนาดใหญ่และเนื่องจากฤดูกาลตามฤดูกาลนั้นแทบจะไม่ปรากฏในปีต่อ ๆ ไปสิ่งนี้จะแนะนำการสลายตัวแบบทวีคูณ ตามข้อความที่อ้างถึงข้างต้นทางเลือกอื่นคือทำการเปลี่ยนแปลงที่เหมาะสมและใช้การสลายตัวแบบเสริม

มีการเปลี่ยนแปลงระดับของข้อมูลในช่วงเวลาประมาณ mod 1972 ซึ่งจำเป็นต้องได้รับการปฏิบัติเมื่อทำการย่อยสลาย

มีอีกวิธีการตามการสลายตัวที่เรียกว่าแบบจำลองส่วนประกอบที่ไม่ได้ทำการสังเกตซึ่งใช้การเดาส่วนใหญ่จากการสลายตัวและให้สถิติที่ดีแก่คุณในการตัดสินใจที่ดีเช่น stochastic vs. แนวโน้ม / ฤดูกาลที่กำหนด

หวังว่านี่จะช่วยได้


1
+1 เพื่อชี้แจง: ฉันไม่จำเป็นต้องแนะนำการเปลี่ยนแปลงที่เหมาะสมเป็นทางเลือก ข้อเสนอแนะของฉันคือการบ่งชี้โครงสร้าง multiplicative หนึ่งก็คือการเปลี่ยนแปลงการบันทึกดูเหมือนจะรักษาเสถียรภาพของความสัมพันธ์ระหว่างการแพร่กระจายและค่าเฉลี่ย
whuber

ฉันเห็นด้วยอย่างสมบูรณ์ @whuber
ทำนาย
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.