Phân tích tỷ lệ bất biến của chuỗi thời gian

Khi phát triển một phần mềm chuỗi thời gian có mục đích chung, nó có phải là một ý tưởng tốt để làm cho nó có quy mô bất biến? Làm thế nào một người sẽ làm điều đó?

Tôi mất một chuỗi thời gian khoảng 40 điểm, sau đó nhân với các yếu tố từ 10E-9 đến 10E3 và sau đó chạy qua các chức năng ARIMA của Dự báo Pro và Minitab. Trong Dự báo Pro, tất cả đều dẫn đến cùng một câu trả lời (mô hình tự động), trong khi ở Minitab, chúng không như vậy. Không chắc chắn Dự báo Pro làm gì, nhưng họ có thể chỉ tăng hoặc giảm tất cả các con số theo một tỷ lệ nhất định (giả sử 100 giây) trước khi chạy mô hình. Đây có phải là ý tưởng tốt nói chung?

Nếu phần mềm tính tổng các lỗi bình phương trong tối ưu hóa (và hầu hết sẽ), thì bạn có thể gặp rắc rối với số lượng rất lớn hoặc số rất nhỏ do cách lưu trữ số dấu phẩy động. Điều tương tự cũng áp dụng cho bất kỳ mô hình thống kê nào, không chỉ phân tích chuỗi thời gian. Một cách để tránh vấn đề là chia tỷ lệ dữ liệu trước khi chạy mô hình, sau đó chia tỷ lệ lại kết quả. Đối với hầu hết các mô hình chuỗi thời gian, bao gồm tất cả các mô hình tuyến tính, sẽ hoạt động. Tuy nhiên, một số mô hình phi tuyến sẽ không mở rộng.

Khi tôi phân tích dữ liệu, tôi sẽ thường tự điều chỉnh dữ liệu, không chỉ để ngăn ngừa các vấn đề tối ưu hóa có thể xảy ra mà còn để làm cho biểu đồ và bảng dễ đọc hơn.