มีโมเดล cointegration สำหรับอนุกรมเวลาที่เว้นระยะผิดปกติหรือไม่?


15

ฉันยังไม่ชัดเจนในการคำนวณ cointegration ด้วยอนุกรมเวลาที่ผิดปกติ (ควรใช้แบบทดสอบ Johansenกับ VECM) ความคิดเริ่มต้นของฉันคือการทำให้ซีรีส์เป็นแบบปกติและแก้ไขค่าที่หายไปแม้ว่าจะมีอคติในการประมาณค่า

มีวรรณกรรมในเรื่องนี้บ้างไหม?


คุณช่วยอธิบายสิ่งที่คุณหมายถึงผิดปกติได้หรือไม่? ในตอนแรกฉันใช้เพื่อหมายความว่าคุณมีช่วงเวลาที่ไม่ต่อเนื่องที่ต่างกันสองชุด
Andy W

1
ใช่ฉันหมายถึงอนุกรมเวลาสองชุดที่มีเวลาสุ่มมาถึงที่แตกต่างกัน (ไม่ได้สุ่มตัวอย่างเป็นประจำ)
เชน

คำตอบ:


7

คุณสามารถเริ่มต้นด้วยการอ้างอิงต่อไปนี้:

  • Comte (1999) "ไม่ต่อเนื่องและระยะยาวระหว่างเวลาอย่างต่อเนื่อง", วารสารเศรษฐ
  • Ferstl (2009) "Cointegration ในเวลาไม่ต่อเนื่องและต่อเนื่อง" วิทยานิพนธ์.

การอ้างอิงของ Comteอาจมีประโยชน์เช่นกัน


"การอ้างอิงของ Comte อาจมีประโยชน์ด้วย" ลิงค์เสียชีวิตแล้วการอ้างอิงมันคืออะไร?
Qbik

4

แม้ว่ามันอาจจะช่วยได้เพียงเล็กน้อย แต่ปัญหาที่คุณนำเสนอให้ฉันนั้นมีความหมายเหมือนกันกับปัญหา "การเปลี่ยนแปลงของการสนับสนุน " ที่พบเมื่อใช้หน่วยที่มีขนาดใหญ่ แม้ว่างานนี้จะนำเสนอกรอบการทำงานสำหรับสิ่งที่คุณอธิบายว่า "การลงทะเบียนและการสอดแทรก" โดยใช้วิธีการที่เรียกว่า "kriging" ฉันไม่คิดว่างานนี้จะช่วยตอบคำถามของคุณว่าการประเมินค่าที่หายไปของคุณในซีรีส์ในลักษณะนี้จะเป็นการประมาณค่าการแก้ไขข้อผิดพลาดหรือไม่แม้ว่าจะมีตัวอย่างของคุณบางส่วนอยู่ในช่วงเวลาคลัสเตอร์ สามารถตรวจสอบด้วยตัวเอง คุณอาจสนใจเทคนิคของ "co-kriging" จากสาขานี้Pierre Goovaerts )

อีกครั้งฉันไม่แน่ใจว่าจะเป็นประโยชน์อย่างไร อาจง่ายกว่ามากที่จะใช้เทคนิคการพยากรณ์อนุกรมเวลาปัจจุบันเพื่อประเมินข้อมูลที่ขาดหายไปของคุณ มันจะไม่ช่วยให้คุณตัดสินใจว่าจะประเมินอะไร

ขอให้โชคดีและอัปเดตเธรดหากคุณพบเนื้อหาที่เกี่ยวข้อง ฉันจะสนใจและคุณคิดว่าด้วยการเพิ่มจำนวนของแหล่งข้อมูลออนไลน์สิ่งนี้จะกลายเป็นประเด็นที่เกี่ยวข้องสำหรับโครงการวิจัยอย่างน้อยบางโครงการ


1
การเชื่อมต่อกับ kriging นั้นดี แต่ก็ควรกล่าวว่ามีเพียงช่วงเวลาที่ผิดปกติบางประเภทเท่านั้นที่สามารถดูได้ว่ามีการรองรับตัวแปร ในบริบทนี้ "การสนับสนุน" ของค่าคือระยะเวลาที่แสดงถึงค่า เช่นถ้าอนุกรมเวลาประกอบด้วยการอ่านทั้งหมดแปดชั่วโมงของสสารเฉพาะในสถานีสุ่มตัวอย่างอากาศที่ได้รับทุกวันในช่วงวันธรรมดาเท่านั้นการสนับสนุนจะคงที่เท่ากับแปดชั่วโมง ดังนั้นปัญหาการเปลี่ยนแปลงของการสนับสนุน (หรือการสนับสนุนตัวแปร) จะแตกต่างจากระยะห่างที่ผิดปกติของตัวรองรับ
whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.