Các yêu cầu ổn định của việc sử dụng hồi quy với lỗi ARIMA (hồi quy động) cho suy luận là gì?
Cụ thể, tôi có một biến kết quả liên tục không cố định , một biến dự đoán liên tục không cố định và một chuỗi xử lý biến giả . Tôi muốn biết liệu phương pháp điều trị có tương quan với sự thay đổi của biến kết quả có nhiều hơn hai lỗi tiêu chuẩn so với thay đổi không.
Tôi không chắc chắn nếu tôi cần phải phân biệt các chuỗi này trước khi thực hiện hồi quy với mô hình lỗi ARIMA. Trong một câu trả lời cho một câu hỏi khác, IrishStat nói rằng while the original series exhibit non-stationarity this does not necessarily imply that differencing is needed in a causal model.
sau đó ông tiếp tục thêm nó unwarranted usage [of differencing] can create statistical/econometric nonsense
.
Các tài SAS Hướng dẫn gợi ý rằng nó là tốt với các mô hình hồi quy phù hợp với các lỗi ARIMA để loạt phi tĩnh mà không Differencing miễn là dư đều là phòng không cố định:
Lưu ý rằng yêu cầu của văn phòng phẩm áp dụng cho loạt tiếng ồn. Nếu không có biến đầu vào, chuỗi phản hồi (sau khi phân biệt và trừ thuật ngữ trung bình) và chuỗi nhiễu là như nhau. Tuy nhiên, nếu có đầu vào, chuỗi nhiễu là phần dư sau khi loại bỏ hiệu ứng của đầu vào.
Không có yêu cầu rằng loạt đầu vào là đứng yên. Nếu các đầu vào là không cố định, chuỗi phản hồi sẽ không cố định, mặc dù quá trình nhiễu có thể đứng yên.
Khi sử dụng chuỗi đầu vào không cố định, trước tiên bạn có thể điều chỉnh các biến đầu vào không có mô hình ARMA cho các lỗi và sau đó xem xét tính ổn định của phần dư trước khi xác định mô hình ARMA cho phần nhiễu.
Mặt khác, Rob Hyndman & George Athanasopoulos khẳng định :
Một xem xét quan trọng trong việc ước tính hồi quy với các lỗi ARMA là tất cả các biến trong mô hình trước tiên phải đứng yên. Vì vậy, trước tiên chúng ta phải kiểm tra xem yt và tất cả các yếu tố dự đoán dường như đứng yên. Nếu chúng tôi ước tính mô hình trong khi bất kỳ trong số này là không cố định, các hệ số ước tính có thể không chính xác.
Một ngoại lệ cho điều này là trường hợp các biến không cố định được đồng tích hợp. Nếu tồn tại một sự kết hợp tuyến tính giữa không cố định và các yếu tố dự đoán là đứng yên, thì các hệ số ước tính là chính xác.
Là những lời khuyên lẫn nhau loại trừ? Làm thế nào là nhà phân tích ứng dụng để tiến hành?