Câu hỏi được gắn thẻ «autoregressive»

Sự khác biệt giữa VAR (hồi quy tự động vector) và MANOVA là gì?

9 time-series  manova  autoregressive 

Thông thường, trong văn học, các tác giả đã quan tâm đến việc tìm phân phối cố định của một quá trình chuỗi thời gian. Ví dụ, hãy xem xét quá trình AR ( ) đơn giản sau { X t } : X t = α X t - …

8 distributions  markov-process  stationarity  autoregressive  intuition 

Tôi muốn tạo ra một chuỗi thời gian tổng hợp. Chuỗi thời gian cần phải là một chuỗi markov với phân phối biên gamma và tham số AR (1) của . Tôi có thể làm điều này bằng cách đơn giản sử dụng phân phối gamma làm thuật ngữ nhiễu …

8 time-series  markov-process  gamma-distribution  autoregressive 

Bởi "văn phòng phẩm" tôi có nghĩa là "văn phòng phẩm yếu". Hãy xem xét một phương trình AR (1) "đứng yên": Xt=φXt−1+εt,Xt=φXt−1+εt,X_t=\varphi X_{t-1}+\varepsilon_t, trong đó là các khoảnh khắc thời gian rời rạc, một tiếng ồn trắng không có nghĩa (chỉ là một chuỗi iid), . Người ta biết …

8 time-series  arima  stationarity  autoregressive 

Quá trình AR (1) là Xt=ϕXt−1+εtXt=ϕXt−1+εt X_t = \phi X_{t-1} + \varepsilon_t nếu chúng ta sử dụng công thức này một cách đệ quy, chúng ta sẽ nhận được Xt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−jXt=ϕ(ϕXt−2+εt−1)+εt=ϕ2Xt−2+ϕεt−1+εt=⋯=ϕkXt−k+∑j=0kϕjεt−j X_t = \phi(\phi X_{t-2} + \varepsilon_{t-1}) + \varepsilon_t = \phi^2X_{t-2} + \phi\varepsilon_{t-1} + \varepsilon_t = \cdots = \phi^k X_{t-k} + …

7 time-series  mathematical-statistics  autoregressive  moving-average 

Gần đây tôi đọc một bài báo trong đó dữ liệu chuỗi thời gian đã được mô hình hóa theo phương trình OLS đã được sử dụng ở đây (với lệnh trong R) để lấy hệ số . Là nó đúng về mặt thống kê?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon. lm()Yt−1Yt−1Y_{t-1} Tôi hiểu …

7 regression  time-series  least-squares  autoregressive 

Hãy xem xét một quá trình ngẫu nhiên theo mô hình trong đó .{Xt, T = 1 , 2 , ... }{Xt,t= =1,2,Giáo dục}\{X_t, t = 1, 2, \ldots\}Xt= αXt - 1+et,Xt= =αXt-1+et,X_t = \alpha X_{t-1} + e_t,et~ fet~fe_t \thicksim f Tôi có thể nói rằng phân phối của điểm …

6 pdf  markov-process  stationarity  autoregressive  marginal