Các mô hình MA không đảo ngược có ngụ ý rằng ảnh hưởng của các quan sát trong quá khứ tăng theo khoảng cách không?


8

Cập nhật (2019-06-25): thay đổi tiêu đề từ "Các mô hình MA không thể đảo ngược có ý nghĩa không?" để phân biệt với Câu 333802 .

Trong khi xem xét các mô hình MA ( q ), tôi đã xem qua các slide này (Alonso và Garcia-Martos, 2012). Các tác giả nói rằng, trong khi tất cả các quy trình MA đều đứng yên, nếu chúng không thể đảo ngược, bạn có

" tình huống nghịch lý trong đó ảnh hưởng của các quan sát trong quá khứ tăng theo khoảng cách. "

Điều này có thể được nhìn thấy trong bởi sự phân hủy của các đường MA (1) quá trình:

yt= =εt-θεt-1
vào
yt= =εt-ΣTôi= =1t-1θTôiyt-Tôi-θtε0,
trong đó rõ ràng |θ|>1 chuyển thành lịch sử có ảnh hưởng ngày càng nhiều hơn hiện tại. Hai điều về điều này làm phiền tôi:

  1. Không khó để tưởng tượng một tình huống có độ trễ một lần trong các tác động của một cái gì đó
  2. Đây Chữ thập Validated bài viết có một câu trả lời mà tuyên bố:

" Khả năng đảo ngược không thực sự là vấn đề lớn vì hầu như bất kỳ mô hình MA (q) không thể đảo ngược nào của Gaussian đều có thể được thay đổi thành mô hình MA (q) khả nghịch thể hiện cùng một quy trình "

Có đúng là hiệu ứng của các quan sát trong quá khứ tăng theo khoảng cách? Nếu vậy, điều đó làm cho các mô hình không phù hợp để mô tả các hiện tượng trong thế giới thực?

Cập nhật (2019-11-09) Đã tìm thấy điều này trong văn bản Phân tích chuỗi thời gian và các ứng dụng của nó (Shumway và Stoffer, trang 85) cũng hỗ trợ trường hợp nó không thực sự quan trọng nếu một mô hình MA không thể đảo ngược, nhưng chúng tôi có thể muốn chọn phiên bản không thể đảo ngược của mô hình để thuận tiện. Phân tích chuỗi thời gian và ứng dụng của nó Trang 85


1
|θ|=1|θ|>1|θ|=1|θ|>1

@whuber, tôi đánh giá cao một cái nhìn khác kể từ khi tôi thay đổi tiêu đề. Tôi hy vọng rằng bằng cách tập trung vào đặc tính ảnh hưởng của các điểm dữ liệu lịch sử, tôi đã tạo ra một không gian mới.
Ben Ogorek

Câu trả lời:


5

Không phải là một vấn đề lớn - nó đứng yên và tiếp cận tiếng ồn trắng

Thạc sĩ(1)y= =(y1,...,yn)y~N(0,Σ)

Σσ21+θ2[1+θ2-θ0000-θ1+θ2-θ0000-θ1+θ20000001+θ2-θ0000-θ1+θ2-θ0000-θ1+θ2].

|θ|>1

|θ|ytθεt-1


Một lưu ý về phương trình của bạn: Trong phương trình trong câu hỏi của bạn, bạn viết giá trị hiện tại của chuỗi thời gian có thể quan sát được dưới dạng tổng của các giá trị trong quá khứ, cộng với các thuật ngữ lỗi còn sót lại. Điều này được khẳng định cho thấy rằng "hiệu ứng của các quan sát trong quá khứ tăng theo khoảng cách". Tuy nhiên, phương trình liên quan đến một số lượng lớn các điều khoản hủy bỏ. Để thấy điều này, hãy mở rộng các điều khoản có thể quan sát được trong quá khứ để hiển thị việc hủy các điều khoản:

yt= =εt-ΣTôi= =1t-1θTôiyt-Tôi-θtε0= =εt-ΣTôi= =1t-1θTôi(εt-Tôi-θεt-Tôi-1)-θtε0= =εt-(θεt-1-θ2εt-2)   -(θ2εt-2-θ3εt-3)-(θ3εt-3-θ4εt-4)   -    -(θt-1ε1-θtε0).

Chúng ta có thể thấy từ bản mở rộng này rằng tổng giá trị tăng dần về mặt hình học của chuỗi thời gian có thể quan sát được chỉ có ở đó để có được thuật ngữ lỗi trước đó:

εt-1= =ΣTôi= =1t-1θTôi-1yt-Tôi+θt-1ε0.

εt-1ε0


1
Xin chào Ben: Tôi đồng ý với những gì bạn đã làm nhưng lý do không thể thực hiện được là vì, nếu bạn viết lại dưới dạng AR (1), phản hồi của mô hình phụ thuộc nhiều hơn vào dữ liệu nằm xa phản hồi so với dữ liệu đó gần hơn. Điều này không trực quan cho AR (1). Nhưng, nói chung, từ góc độ thực tế, tôi đồng ý về việc MA không nghịch đảo không quan trọng. cảm ơn.
mlofton

Ben, nếu bạn có thể giải thích tại sao phương trình thứ hai trong bài viết gốc không có nghĩa là những gì tôi nghĩ nó (rằng ảnh hưởng của các quan sát trong quá khứ đến trung bình di chuyển tăng theo thời gian), thì tôi sẽ hài lòng với câu trả lời. Mọi thứ khác bạn đang nói đều có ý nghĩa.
Ben Ogorek

@Ben Ogorek: Tôi đã thêm một phần bổ sung giải quyết phương trình này.
Ben - Tái lập Monica

|θ|= =1|θ|>1θ= =-1

1
Được rồi, Ben, tôi đã bị thuyết phục. Tôi vẫn không cảm thấy tuyệt vời 100% về giải thích thuật ngữ lỗi trước đây, nhưng tôi nhận ra bạn phải đúng sau khi thử một số mô phỏng đơn giản và không thấy điều gì lạ trong cấu trúc phụ thuộc. Nhân tiện, tiền thưởng biến mất trong không khí mỏng, tôi nghĩ khi câu hỏi bị đóng lại vì tình trạng trùng lặp, vì vậy tôi đã lướt qua một số câu trả lời cũ của bạn và bù vào đó.
Ben Ogorek

5

y1,y2,Giáo dục,yn. Như tôi cố gắng giải thích trong bài đăng mà bạn liên kết đến, việc phân phối chung các dữ liệu này hầu như luôn luôn có thể xảy ra (trừ trường hợp đa thức MA có một hoặc nhiều gốc đơn vị) được mô hình hóa giống như được tạo bởi một số không thể đảo ngược Các mô hình MA hoặc bằng một mô hình MA khả nghịch tương ứng. Do đó, chỉ dựa trên dữ liệu, không có cách nào để biết liệu cơ chế cơ bản của "thế giới thực" có tương ứng với cơ chế của một mô hình không thể đảo ngược hoặc không thể đảo ngược. Và các mô hình ARIMA dù sao cũng không nhằm mục đích là các mô hình cơ học của quá trình tạo dữ liệu ở nơi đầu tiên.

()


Tôi thấy những gì bạn đang nói trong đó không phải là mô hình cấu trúc; họ không cố gắng giải thích thế giới theo bất kỳ cách rõ ràng nào. Cụm từ "có ý nghĩa" cũng không chính xác lắm. Có lẽ tôi có thể viết lại như sau: "các quá trình MA không thể đảo ngược tồn tại (theo nghĩa toán học)?" và "nếu vậy, quá trình tạo dữ liệu có giống với bất cứ thứ gì tìm thấy trong tự nhiên không?" Điều tôi lo lắng là có một tài sản nhân tạo, một cái gì đó giống như trẻ hơn khi bạn già đi, được gói gọn bởi phương trình thứ hai ở trên.
Ben Ogorek

@BenOgorek Tôi nghĩ rằng bất kỳ quá trình nào trong tự nhiên liên quan đến cơ học trung bình có thể dễ dàng tương ứng với một mô hình không thể đảo ngược. Một ví dụ đồ chơi là yt= =εt+3εt-1+εt-2Mod(polyroot(c(1,3,1)))

Hi Ben: Khái niệm về nghịch đảo (mà tôi quen thuộc với) là để xem liệu MA có thể được viết như một AR tương đương ( ). Trong phương trình mà OP đã viết, nếu y t - iyt-TôimộtbS(θ)> =1yt-Tôiytyt-Tôi. Trong những cuốn sách tôi đã đọc, họ thường nói rằng loại phương trình này không có ý nghĩa và về cơ bản nó không được quan tâm.
mlofton

mộtbS(θ)>1
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.