Tôi lại sử dụng một câu hỏi như một cơ hội để tìm hiểu thêm về chuỗi thời gian - một trong (nhiều) chủ đề mà tôi quan tâm. Sau một nghiên cứu ngắn, dường như tồn tại một số cách tiếp cận vấn đề mô hình hóa chuỗi thời gian ngắn.
Cách tiếp cận đầu tiên là sử dụng các mô hình chuỗi thời gian chuẩn / tuyến tính (AR, MA, ARMA, v.v.), nhưng chú ý đến một số tham số nhất định, như được mô tả trong bài này [1] bởi Rob Hyndman, người không cần giới thiệu trong chuỗi thời gian và thế giới dự báo. Cách tiếp cận thứ hai, được đề cập bởi hầu hết các tài liệu liên quan mà tôi đã thấy, đề nghị sử dụng các mô hình chuỗi thời gian phi tuyến tính , đặc biệt là các mô hình ngưỡng [2], bao gồm mô hình tự phát ngưỡng (TAR) , TAR tự thoát ( SETAR) , mô hình trung bình di chuyển tự động ngưỡng (TARMA) và mô hình TARMAX , mở rộng TARmô hình để chuỗi thời gian ngoại sinh. Tổng quan tuyệt vời của các mô hình chuỗi thời gian phi tuyến tính, bao gồm các mô hình ngưỡng, có thể được tìm thấy trong bài báo này [3] và bài báo này [4].
Cuối cùng, một bài nghiên cứu khác liên quan đến IMHO [5] mô tả một cách tiếp cận thú vị, dựa trên đại diện của Volterra-Weiner của các hệ thống phi tuyến tính - xem điều này [6] và điều này [7]. Cách tiếp cận này được cho là vượt trội so với các kỹ thuật khác trong bối cảnh chuỗi thời gian ngắn và ồn ào .
Tài liệu tham khảo
- Hyndman, R. (ngày 4 tháng 3 năm 2014). Lắp mô hình cho chuỗi thời gian ngắn. [Bài viết trên blog]. Lấy từ http://robjhyndman.com/hyndsight/short-time-series
- Đại học Bang Pennsylvania. (2015). Mô hình ngưỡng. [Tài liệu khóa học trực tuyến]. STAT 510, Phân tích chuỗi thời gian áp dụng. Lấy từ https://onlinecferences.science.psu.edu/stat510/node/82
- Trục, E. (2006). Mô hình chuỗi thời gian phi tuyến tính. [Ghi chú lớp]. ECON 584, Kinh tế lượng chuỗi thời gian. Đại học Washington. Lấy từ http://facemony.washington.edu/ezOLL/econ584/notes/nonlinear.pdf
- Chen, CWS, Vì vậy, MKP, & Liu, F.-C. (2011). Một đánh giá của các mô hình chuỗi thời gian ngưỡng trong tài chính. Thống kê và giao diện của nó, 4 , 167 Từ181. Lấy từ http://intlpress.com/site/pub/files/_fulltext/journals/sii/2011/0004/0002/SII-2011-0004-0002-a012.pdf
- Barahona, M., & Poon, C.-S. (1996). Phát hiện động lực phi tuyến của chuỗi thời gian ngắn, ồn ào. Thiên nhiên, 381 , 215-217. Lấy từ http://www.bg.ic.ac.uk/research/m.barahona/nonlin_detec_nature.PDF
- Franz, MO (2011). Dòng Volterra và Wiener. Học giả, 6 (10): 11307. Lấy từ http://www.scholarpedia.org/article/Volterra_and_Wiener_series
- Franz, MO, & Scholkopf, B. (nd). Một quan điểm thống nhất về lý thuyết Wiener và Volterra và hồi quy hạt nhân đa thức. Lấy từ http://www.is.tuebingen.mpg.de/fileadmin/user_upload/files/publications/nc05_%5B0%5D.pdf