ข้อกำหนดความคงที่ของการใช้การถดถอยกับข้อผิดพลาด ARIMA (การถดถอยแบบไดนามิก) สำหรับการอนุมานคืออะไร?
โดยเฉพาะผมมีความไม่หยุดนิ่งตัวแปรผลอย่างต่อเนื่องที่ไม่หยุดนิ่งทำนายอย่างต่อเนื่องตัวแปรและชุดรักษาตัวแปรหุ่นx_bฉันต้องการทราบว่าการรักษานั้นมีความสัมพันธ์กับการเปลี่ยนแปลงของตัวแปรผลลัพธ์ที่มากกว่าข้อผิดพลาดสองมาตรฐานจากการเปลี่ยนแปลงศูนย์หรือไม่
ฉันไม่แน่ใจว่าฉันต้องการสร้างความแตกต่างให้กับซีรี่ส์เหล่านี้ก่อนดำเนินการถดถอยด้วยการทำโมเดลข้อผิดพลาด ARIMA หรือไม่ ในคำตอบของคำถามอื่นIrishStat กล่าวว่าwhile the original series exhibit non-stationarity this does not necessarily imply that differencing is needed in a causal model.
จากนั้นเขาก็จะเพิ่ม เข้าไปunwarranted usage [of differencing] can create statistical/econometric nonsense
อีก
SAS คู่มือการใช้งานที่แสดงให้เห็นว่ามันจะปรับรูปแบบการถดถอยพอดีกับข้อผิดพลาด ARIMA แบบไม่หยุดนิ่งโดยไม่ต้อง differencing ตราบใดที่เหลือจะไม่หยุดนิ่ง:
โปรดทราบว่าข้อกำหนดของความคงที่จะมีผลกับชุดเสียง หากไม่มีตัวแปรอินพุตชุดการตอบกลับ (หลังจากแตกต่างและลบด้วยค่าเฉลี่ย) และชุดเสียงจะเหมือนกัน อย่างไรก็ตามหากมีอินพุตชุดเสียงเป็นส่วนที่เหลือหลังจากเอาเอฟเฟกต์ของอินพุตออก
ไม่มีข้อกำหนดว่าชุดข้อมูลป้อนเข้าสู่โหมดนิ่ง หากอินพุตเป็นแบบไม่คงที่ชุดตอบสนองจะเป็นแบบไม่คงที่แม้ว่ากระบวนการสัญญาณรบกวนอาจหยุดนิ่ง
เมื่อใช้ชุดอินพุตแบบไม่ต่อเนื่องคุณสามารถปรับตัวแปรอินพุตก่อนโดยไม่มีแบบจำลอง ARMA สำหรับข้อผิดพลาดจากนั้นพิจารณาความคงที่ของส่วนที่เหลือก่อนระบุรูปแบบ ARMA สำหรับส่วนเสียง
ในทางกลับกันRob Hyndman และ George Athanasopoulos ยืนยัน :
การพิจารณาที่สำคัญในการประเมินการถดถอยด้วยข้อผิดพลาด ARMA คือตัวแปรทั้งหมดในรูปแบบจะต้องอยู่กับที่ก่อน ดังนั้นก่อนอื่นเราต้องตรวจสอบว่า yt และตัวทำนายทั้งหมดดูเหมือนจะไม่อยู่นิ่ง หากเราประเมินโมเดลในขณะที่สิ่งเหล่านี้ไม่นิ่งค่าสัมประสิทธิ์โดยประมาณอาจไม่ถูกต้อง
หนึ่งในข้อยกเว้นนี้เป็นกรณีที่ตัวแปรที่ไม่อยู่กับที่จะถูกรวมเข้าด้วยกัน หากมีการรวมกันเชิงเส้นตรงระหว่างแบบไม่คงที่และตัวทำนายที่เป็นแบบนิ่งค่าสัมประสิทธิ์โดยประมาณนั้นถูกต้อง
คำแนะนำเหล่านี้มีเอกสิทธิ์เฉพาะบุคคลหรือไม่? นักวิเคราะห์ที่สมัครจะดำเนินการอย่างไร