Tôi có thể phá hủy và khác biệt để làm cho một loạt văn phòng phẩm?

Tôi có một bộ dữ liệu đang tăng lên rõ rệt khi thời gian trôi qua (tỷ giá hối đoái, dữ liệu hàng tháng trong hơn 20 năm), câu hỏi của tôi là: Tôi có thể loại bỏ dữ liệu và sau đó phân biệt nó để làm cho nó đứng yên, nếu nó tự giảm không đạt được điều này? Và nếu vậy, điều này sẽ được xem xét hai lần khác biệt, hoặc chỉ bị phá hủy và một lần khác biệt?

time-series stationarity

— djom
nguồn

Tôi không phải là một chuyên gia về chuỗi thời gian, nhưng tôi tin rằng sự khác biệt là một phương pháp giảm dần.

— Peter Flom - Tái lập Monica

@djom: mọi người có thể dễ dàng giúp đỡ hơn với vấn đề chính xác của bạn nếu bạn đăng một vài lô dữ liệu gốc và dữ liệu bị loại bỏ. Bạn chưa có danh tiếng để đăng ảnh, nhưng chỉ cần thêm một liên kết và chúng tôi sẽ đưa nó vào bài viết.

— n101 101

Tôi cũng muốn hỏi về các dòng tương tự // .. Nếu tôi thực hiện một chuỗi thời gian theo chênh lệch thứ 1 và sau đó lấy ra tính thời vụ với mức chênh lệch 12 cho dữ liệu hàng tháng trong năm..Chúng tôi chỉ còn lại thuật ngữ lỗi mà chúng tôi đã tính đặt hàng hay AR và MA?

— dùng1921899

Câu trả lời:

Nếu quá trình của bạn được cho bởi sau đó Differencing nó sẽ đưa ra các hằng số và xu hướng để bạn trái với Do đó Differencing bộ phim tự mình đưa ra xu hướng, không cần phải hủy bỏ quá trình trước đó.

y_{t} = α + β t + γ x_{t} + ϵ_{t}

$y_t = \alpha + \beta t + \gamma x_{t} + \epsilon_t$

Δ y_{t} = γ Δ x_{t} + u_{t}

$\Delta y_t = \gamma\Delta x_t + u_t$

EDIT : Như đã lưu ý bởi @djom và @Placidia trong các bình luận, nếu xu hướng không tuyến tính, mọi thứ có thể trở nên phức tạp hơn. Để quay lại ví dụ trên, chúng ta sẽ có chính xác hơn

Δ y_{t} = β + γ Δ x_{t} + ϵ_{t} - ϵ_{t - 1}

$\Delta y_t = \beta + \gamma \Delta x_t + \epsilon_t - \epsilon_{t-1}$

$f(t)$ $f(t) - f(t-1)$ $p$ $p$

$\beta_1 t^2 + \beta_2 t$

— johnny
nguồn

Cảm ơn vì sự trả lời! Tôi biết rằng việc giảm giá là một hình thức khác biệt nhưng rõ ràng có một xu hướng trong dữ liệu từ những gì tôi có thể thấy. Vì vậy, đó là nơi mà tôi phải suy nghĩ, nhưng ngay cả sau khi thực hiện, bộ phim vẫn không trở nên rõ ràng cho đến khi nó bị phân biệt, do đó suy nghĩ của tôi cũng khác biệt. Tôi chỉ không chắc liệu điều đó có được phép hay không và như đã nêu trong câu hỏi nội bộ của tôi liệu điều đó có được tính là hai lần khác biệt hay không. Nói cách khác, nếu tôi từ bỏ tôi vẫn được phép khác biệt? Hoặc nếu sự khác biệt hai lần làm cho nó đứng yên mà không giảm xuống thì phù hợp

— djom

Sự khác biệt sẽ đưa ra một xu hướng tuyến tính. Sự khác biệt hai lần đưa ra một xu hướng bậc hai. Nếu bạn phải giảm xu hướng VÀ khác biệt, có lẽ xu hướng có thành phần bậc hai (hoặc phức tạp hơn tuyến tính).

— Placidia

Đây là một câu trả lời tuyệt vời khác liên quan chặt chẽ đến câu hỏi.

— johnny

Chuỗi văn phòng phẩm có cùng giá trị trung bình (không nhất thiết bằng 0) và cùng phương sai theo thời gian. Nếu chuỗi ngày càng tăng, bạn cũng có thể cần kiểm soát phương sai (biến đổi nhật ký là điều đầu tiên cần thử).

— zbicyclist

Tôi giả sử bạn đang đề cập đến xu hướng phi tuyến; giảm dần và khác biệt theo bất cứ thứ tự nào sẽ không nhất thiết phải tạo ra một loạt văn phòng phẩm; nó phụ thuộc vào việc hình thức không cố định có sao cho tất cả được nắm bắt bởi sự tích hợp và xu hướng hay không.

— Glen_b -Reinstate Monica
nguồn