อนุกรมเวลาตามฤดูกาลหมายถึงอนุกรมเวลาที่อยู่กับที่หรือหยุดนิ่ง


10

หากฉันมีอนุกรมเวลาที่มีฤดูกาลนี่จะทำให้ซีรีส์หยุดโดยอัตโนมัติหรือไม่? สัญชาตญาณของฉัน (อาจปิด) คือมันไม่ได้

ฤดูกาลหมายถึงซีรีส์ขึ้นและลงรอบค่าคงที่ .... บางอย่างเช่นคลื่นไซน์ ดังนั้นตรรกะนี้อนุกรมเวลาที่มีฤดูกาลคือซีรีย์นิ่ง (อ่อน) (ค่าเฉลี่ยคงที่)

มันผิดหรือเปล่า? ทำไม?

คำตอบ:


-6

ฤดูกาลไม่ได้ทำให้ซีรีส์ของคุณไม่หยุดนิ่ง stationarity นำไปใช้กับข้อผิดพลาดของกระบวนการสร้างข้อมูลของคุณเช่นโดยที่และเป็นกระบวนการที่อยู่กับที่แม้จะมีคลื่นเป็นระยะ ๆ อยู่ก็ตามเพราะข้อผิดพลาดอยู่กับที่ε tN ( 0 , σ 2 ) C o v [ ε s , ε t ] = σ 2 1 s = tYเสื้อ=sผมn(เสื้อ)+εเสื้อεเสื้อ~ยังไม่มีข้อความ(0,σ2)โอโวลต์[εs,εเสื้อ]=σ21s=เสื้อ

ฤดูกาลไม่ได้ทำให้กระบวนการของคุณหยุดนิ่งเช่นกัน พิจารณากระบวนการเดียวกัน แต่ในกรณีนี้ความแปรปรวนข้อผิดพลาดไม่คงที่และฤดูกาลไม่มีส่วนเกี่ยวข้องกับมันεเสื้อ~ยังไม่มีข้อความ(0,เสื้อσ2)


3
ฉันไม่เห็นด้วยกับคำตอบนี้ ซีรีส์นี้ไม่ได้อยู่นิ่ง ๆ (หรือที่รู้จักว่าไวด์สนิ่งนิ่ง) เนื่องจากไม่คงที่ มันเป็นสิ่งที่บางครั้งเรียกว่าความแปรปรวนร่วม - เครื่องเขียนเนื่องจากความแปรปรวนร่วมขึ้นอยู่กับความแตกต่างของระหว่างช่วงเวลา แน่นอนว่าซีรีส์นี้ไม่ได้อยู่กับที่อย่างเคร่งครัดในแง่ของคำใด ๆ E[Yเสื้อ]=บาป(เสื้อ)COV(Yเสื้อ1,Yเสื้อ2)เสื้อ1-เสื้อ2
Dilip Sarwate

2
การมุ่งมั่นนั่นคือการขาดแบบแผนไม่ใช่สิ่งที่เกี่ยวข้องที่นี่ มันเป็นคำจำกัดความของความคงที่ (หรือความคงที่ที่อ่อนแอตั้งแต่เวลาแบบคนดูเหมือนจะใช้เครื่องเขียนเพื่อหมายถึงเครื่องเขียนนิ่งเงียบหรือความรู้สึกไวกว้าง) ที่เกี่ยวข้องและตามคำจำกัดความคำตอบของคุณไม่ถูกต้อง ดูตัวอย่างนี้คำถามล่าสุดที่กล่าวถึงปัญหาในรายละเอียดและคำตอบที่ยอมรับมี (โดย @Silverfish) เป็นความขัดแย้งของคำตอบของคุณที่นี่
Dilip Sarwate

2
เมื่อพิจารณาคำนิยามทางวิชาการแล้วฉันเห็นด้วยกับ DilipSarwate นิยาม WSS ถูกกำหนดเหนือค่าเฉลี่ยแบบไม่มีเงื่อนไขของกระบวนการไม่ใช่ค่าเฉลี่ยแบบมีเงื่อนไข ยิ่งกว่านั้นถ้าคุณอ้างว่าเราสามารถตัดแนวโน้มที่กำหนดไว้ออกไปได้ในบางกรณีดังนั้นเราอาจสรุปได้ว่ากระบวนการนั้นหยุดนิ่งด้วยตรรกะเดียวกันฉันสามารถอ้างได้ว่าการเดินแบบสุ่มนั้นหยุดนิ่งเพราะฉันสามารถแยกแยะความแตกต่างได้ แต่เรารู้ว่านี่มันผิดปกติ
Cagdas Ozgenc

3
@Aksakal คุณไม่ได้อ่านสิ่งที่ฉันเขียนอย่างถูกต้อง ฉันไม่ได้อ้างว่าการเดินแบบสุ่มนั้นหยุดนิ่ง ฉันบอกว่าคุณไม่สามารถอ้างสิทธิ์ได้ว่ากระบวนการนั้นหยุดนิ่งเนื่องจากเวอร์ชันที่แก้ไขแล้วของมันนั้นอยู่กับที่ การเดินแบบสุ่มนั้นไม่คงที่เพราะความแปรปรวนแบบไม่มีเงื่อนไขกำลังเพิ่มขึ้นอย่างไรก็ตามถ้าเราทำตามตรรกะของการปรับสภาพมันจะมีความแปรปรวนแบบคงที่ตามเงื่อนไข โดยทั่วไปแล้วคุณผิดในคำจำกัดความของ WSS
Cagdas Ozgenc

2
คุณกำลังติดตามด้าน คุณสามารถเรียกแนวโน้มกระบวนการคงที่ความแตกต่างคงที่ ฯลฯ แต่กระบวนการนั้นไม่หยุดนิ่งเมื่อพิจารณาคำจำกัดความที่เป็นทางการของความนิ่ง คุณผิดและเปลี่ยนสิ่งนี้ให้เป็นการประกวดที่ฉี่ เปิดหนังสือการประมวลผลสัญญาณใด ๆ ที่คุณจะพบคำนิยามตามที่ใช้ในสถานศึกษา เพียงแค่ดูดมัน
Cagdas Ozgenc

8

รูปแบบตามฤดูกาลที่ยังคงมีเสถียรภาพอยู่ตลอดเวลาไม่ได้ทำให้ซีรีส์ที่ไม่หยุดนิ่ง รูปแบบตามฤดูกาลที่ไม่แน่นอนเช่นการเดินสุ่มตามฤดูกาลจะทำให้ข้อมูลไม่อยู่กับที่

แก้ไข (หลังจากคำตอบและความคิดเห็นใหม่)

รูปแบบฤดูกาลที่มั่นคงไม่คงที่ในแง่ที่ว่าค่าเฉลี่ยของซีรีย์จะแตกต่างกันไปตามฤดูกาลดังนั้นจึงขึ้นอยู่กับเวลา แต่ในแง่ที่ว่าเราสามารถคาดหวังค่าเฉลี่ยเดียวกันสำหรับเดือนเดียวกันในปีที่แตกต่างกัน

รูปแบบตามฤดูกาลที่มีเสถียรภาพจึงอาจเหมาะสมกับแนวคิดของกระบวนการ cyclostationaryเช่นกระบวนการที่มีค่าเฉลี่ยเป็นระยะและฟังก์ชันการหาค่าความสัมพันธ์อัตโนมัติเป็นระยะ

ข้อมูลข้างต้นไม่สามารถใช้ได้กับรูปแบบตามฤดูกาลที่ไม่แน่นอน


1
+1 สำหรับนำแนวคิดของกระบวนการ cyclostationary
Dilip Sarwate

7

IMHO, ฤดูกาลที่คงที่, โดยคำจำกัดความ, เป็นประเภทของความไม่คงที่: ค่าเฉลี่ยของกระบวนการตามฤดูกาลนั้นแตกต่างกันไปตามฤดูกาล, E [z (t * s + j)] = f (j), ที่ s คือจำนวนของ ซีซัน, j คือซีซันเฉพาะ (j = 1, ... , s), และ t คือช่วงเวลาที่ระบุ (โดยทั่วไปคือปี) ดังนั้น E [y (t)] = E [sin (t) + u (t)] = sin (t) ไม่ใช่ค่าเฉลี่ยที่คงที่แม้ว่าจะเป็นค่าที่กำหนด: คุณสามารถจัดกลุ่มการสังเกตด้วยวิธีที่ต่างกัน

หลุยส์


3
+1 ฉันเห็นด้วยกับข้อความของคุณว่าฤดูกาลเป็นประเภทที่ไม่หยุดนิ่ง
Dilip Sarwate
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.