النظر في عملية أر ثابتة (2) التي قدمها X - X 0.25X 5 أ حيث سيم ون (0،1) (الضوضاء البيضاء). أنا مهتم في الحصول على التمثيل السببي لذلك، وهو ما يمثل X ديسبلايستيلسوم يسي a (أي ما (إنفتي) العملية). ويضمن هذا من خلال افتراض الاستقرارية. أريد تحديد يسي ل j 1،2،3،4،5. أستطيع أن أفعل هذا بسهولة، ولكن إيم يجري التخلص من وجود 5 على الجانب الأيمن. هل تجاهله أو أن أكون مسؤولا عن ذلك بطريقة ما سألت في بعض الطريق يوليو 21 14 في 19: 33 متوسط متوسط التمثيل التقريبي الانحدار الذاتي نحن ندرس خصائص ما () - تمثيل تقريب الانحدار الذاتي لعملية ثابتة، القيمة الحقيقية . في القيام بذلك نعطي تمديد نظرية وينرز في الإعداد التقريبي حتمية. عند التعامل مع البيانات، يمكننا استخدام هذه النتيجة الرئيسية الجديدة للحصول على نظرة ثاقبة في هيكل ما () - تمثيل نماذج الانحدار الذاتي المجهزة حيث يزيد النظام مع حجم العينة. على وجه الخصوص، ونحن نقدم موحدة ملزمة لتقدير معاملات المتوسط المتحرك عن طريق التقريب الانحدار الذاتي يجري موحدة على جميع الأعداد الصحيحة. أر () تحليل مجمع السببية دالة استجابة الاندفاع عملية خطيية عكسية ما () خلط سلسلة الوقت وظيفة نقل عملية ثابتة تحميل النص الكامل في بدف نقلا عن المقالات (0) بدعم من المؤسسة الوطنية السويسرية للعلوم. كوبيرايت 1995 نشرت من قبل إلزيفير B. V. المقالات الموصى بها نقاش المقالات ملفات تعريف الارتباط يستخدمها هذا الموقع. لمزيد من المعلومات، يرجى زيارة صفحة ملفات تعريف الارتباط. حقوق الطبع والنشر 2017 إلزيفير B. V. أو المرخصين أو المساهمين. سسينسديركت هي علامة تجارية مسجلة ل إلسيفير B. V.2.1 موديلات المتوسط المتحرك (نماذج ما) قد تتضمن نماذج السلاسل الزمنية المعروفة باسم نماذج أريما مصطلحات الانحدار الذاتي و معدلات المتوسط المتحرك. في الأسبوع الأول، تعلمنا مصطلح الانحدار الذاتي في نموذج سلسلة زمنية للمتغير x t قيمة متخلفة من x t. على سبيل المثال، مصطلح الانحدار الذاتي 1 تأخر هو x t-1 (مضروبا في معامل). يحدد هذا الدرس مصطلحات المتوسط المتحرك. متوسط المتوسط المتحرك في نموذج السلاسل الزمنية هو خطأ سابق (مضروبا في معامل). واسمحوا (W أوفيرزيت N (0، sigma2w))، بمعنى أن w t هي متطابقة، موزعة بشكل مستقل، ولكل منها توزيع طبيعي يعني 0 و نفس التباين. (1) هو (شت مو وت theta1w) نموذج المتوسط المتحرك الثاني، الذي يشير إليه ما (2) هو (شت مو wtta1w theta2w) ، التي يرمز إليها ما (q) هو (شت مو وت theta1w ثيتاو w النقاط ثيتاكو) ملاحظة. العديد من الكتب المدرسية والبرامج البرمجية تحدد النموذج مع علامات سلبية قبل الشروط. هذا لا يغير الخصائص النظرية العامة للنموذج، على الرغم من أنه لا يقلب علامات جبري لقيم معامل المقدرة و (غير مسقوفة) المصطلحات في صيغ ل أكفس والتباينات. تحتاج إلى التحقق من البرنامج للتحقق مما إذا كانت العلامات السلبية أو الإيجابية قد استخدمت من أجل كتابة النموذج المقدر بشكل صحيح. يستخدم R إشارات إيجابية في نموذجه الأساسي، كما نفعل هنا. الخصائص النظرية لسلسلة زمنية مع ما (1) نموذج لاحظ أن القيمة غير صفرية الوحيدة في أسف النظري هو تأخر 1. جميع أوتوكوريلاتيونس الأخرى هي 0. وبالتالي عينة أسف مع ارتباط ذاتي كبير فقط في تأخر 1 هو مؤشر لنموذج ما (1) ممكن. للطلاب المهتمين، والبراهين من هذه الخصائص هي ملحق لهذه النشرة. مثال 1 افترض أن نموذج ما (1) هو x t 10 w t .7 w t-1. حيث (الوزن الزائد N (0،1)). وبالتالي فإن معامل 1 0.7. وتعطى أسف النظرية من قبل مؤامرة من هذا أسف يتبع. المؤامرة فقط أظهرت هو أسف النظري ل ما (1) مع 1 0.7. ومن الناحية العملية، لن تقدم العينة عادة مثل هذا النمط الواضح. باستخدام R، قمنا بمحاكاة n 100 قيم عينة باستخدام النموذج x t 10 w t .7 w t-1 حيث w t إيد N (0،1). لهذه المحاكاة، وتتبع مؤامرة سلسلة زمنية من بيانات العينة. لا يمكننا أن نقول الكثير من هذه المؤامرة. وتأتي العينة أسف للبيانات المحاكاة. ونحن نرى ارتفاع في التأخر 1 تليها عموما القيم غير الهامة للتخلف الماضي 1. لاحظ أن العينة أسف لا يطابق النمط النظري لل ما الأساسية (1)، وهو أن جميع أوتوكوريلاتيونس للتخلف الماضي 1 سيكون 0.ويمكن أن يكون لعينة مختلفة عينة أسف مختلفة قليلا مبينة أدناه، ولكن من المرجح أن يكون لها نفس السمات العامة. الخصائص النظرية لسلسلة زمنية مع نموذج ما (2) بالنسبة للنموذج ما (2)، تكون الخصائص النظرية كما يلي: لاحظ أن القيم غير الصفرية الوحيدة في أسف النظرية هي للتخلف 1 و 2. أوتوكوريلاتيونس للتخلف العالي هي 0 لذلك، فإن عينة أسف مع أوتوكوريلاتيونس كبيرة في التأخر 1 و 2، ولكن أوتوكوريلاتيونس غير هامة لفترات أعلى يشير إلى احتمال ما (2) نموذج. إيد N (0،1). المعاملات هي 1 0.5 و 2 0.3. لأن هذا هو ما (2)، فإن أسف النظرية لها قيم غير صفرية فقط في التأخر 1 و 2. قيم أوتوكوريلاتيونس غير نازيرو هي مؤامرة من أسف النظري يتبع. وكما هو الحال دائما تقريبا، فإن بيانات العينة لن تتصرف تماما تماما كما النظرية. قمنا بمحاكاة n 150 قيم عينة للنموذج x t 10 w t .5 w t-1 .3 w t-2. حيث w t إيد N (0،1). وتأتي سلسلة المسلسلات الزمنية للبيانات. كما هو الحال مع مؤامرة سلسلة زمنية ل ما (1) عينة البيانات، لا يمكن أن أقول الكثير من ذلك. وتأتي العينة أسف للبيانات المحاكاة. النمط هو نموذجي في الحالات التي قد يكون نموذج ما (2) مفيدة. هناك اثنين من ارتفاع كبير إحصائيا في التأخر 1 و 2 تليها القيم غير الهامة للتخلف الأخرى. لاحظ أنه نظرا لخطأ أخذ العينات، فإن عينة أسف لا تتطابق مع النمط النظري بالضبط. أسف للجنرال ما (q) النماذج A خاصية نماذج ما (q) بشكل عام هو أن هناك أوتوكوريلاتيونس غير الصفرية للفواصل q الأولى و أوتوكوريلاتيونس 0 لجميع التأخر غ س. عدم تفرد الاتصال بين قيم 1 و (rho1) في ما (1) نموذج. في نموذج ما (1)، لأي قيمة 1. فإن المعاملة 1 المتبادلة تعطي نفس القيمة كمثال، تستخدم 0.5 ل 1. ثم استخدم 1 (0.5) 2 ل 1. تحصل على (rho1) 0.4 في كلتا الحالتين. لتلبية التقييد النظري يسمى العكوسة. فإننا نقيد نماذج ما (1) التي لها قيم ذات قيمة مطلقة أقل من 1. وفي المثال الذي أعطيت للتو، ستكون قيمة 0،5 قيمة معلمة مسموح بها، بينما لن تكون 1 10،5 2. قابلية نماذج ما يقال إن نموذج ما قابل للانعكاس إذا كان معادلا جبريا لنموذج أر غير محدود. من خلال التقارب، ونحن نعني أن معاملات أر تنخفض إلى 0 ونحن نعود إلى الوراء في الوقت المناسب. القابلية للانعكاس هي قيود مبرمجة في برامج السلاسل الزمنية المستخدمة لتقدير معاملات النماذج بشروط ما. انها ليست شيئا أننا تحقق في في تحليل البيانات. يتم إعطاء معلومات إضافية حول تقييد إنفرتيبيليتي ل ما (1) نماذج في الملحق. نظرية النظرية المتقدمة. وبالنسبة لنموذج ما (q) مع أسف محدد، لا يوجد سوى نموذج واحد قابل للانعكاس. والشرط الضروري للعكس هو أن للمعاملات قيم مثل المعادلة 1- 1 y-. - q y q 0 لديها حلول ل y التي تقع خارج دائرة الوحدة. رمز R للأمثلة في المثال 1، قمنا بتخطيط أسف النظري للنموذج x t 10 w t. 7w t-1. ومن ثم محاكاة n 150 قيم من هذا النموذج ورسم التسلسل الزمني للعينة و أسف العينة للبيانات المحاكية. وكانت الأوامر R المستخدمة في رسم أسف النظرية: acfma1ARMAacf (ماك (0.7)، lag. max10) 10 تأخر من أسف ل ما (1) مع thta1 0.7 متخلفة 0: 10 يخلق متغير اسمه التأخر التي تتراوح من 0 إلى 10. مؤامرة (1)، و xlemc1 (1، 10)، ييلبر، تيله، أسف الرئيسي ل ما (1) مع theta1 0.7) أبلين (h0) يضيف محور أفقي إلى المؤامرة يحدد الأمر الأول أسف ويخزنه في كائن اسمه acfma1 (اختيارنا من الاسم). تتخطى مؤامرات الأمر المؤامرة (الأمر الثالث) مقابل قيم أكف للتخلف من 1 إلى 10. تسمي معلمة يلب المحور الصادي وتضع المعلمة الرئيسية عنوانا على المؤامرة. لمعرفة القيم العددية لل أسف ببساطة استخدام acfma1 الأمر. وقد أجريت المحاكاة والمؤامرات مع الأوامر التالية. xcarima. sim (n150، قائمة (ماك (0.7))) يحاكي n 150 القيم من ما (1) xxc10 يضيف 10 لجعل المتوسط 10. الافتراضية الافتراضية المحاكاة يعني 0. مؤامرة (x، تايب، مينسيمولاتد ما (1) البيانات) أسف (x، زليمك (1،10)، ميناكف لبيانات العينة المحاكاة) في المثال 2، قمنا بتخطيط أكف النظري للنموذج شت 10 w .5 w t-1 .3 w t-2. ومن ثم محاكاة n 150 قيم من هذا النموذج ورسم التسلسل الزمني للعينة و أسف العينة للبيانات المحاكية. كانت الأوامر R المستخدمة acfma2ARMAacf (ماك (0.5،0.3)، lag. max10) acfma2 متخلفة 0: 10 مؤامرة (تأخر، acfma2، زليمك (1،10)، يلابر، تيبه، أسف الرئيسي ل ما (2) مع ثيتا 0.5، (h0) xcarima. sim (n150، قائمة (ماك (0.5، 0.3))) xxc10 مؤامرة (x، تيب، الرئيسية مقلد ما (2) سلسلة أسف (x، زليمك (1،10) ميناكف لمحاكاة ما (2) البيانات) الملحق: دليل على خصائص ما (1) للطلاب المهتمين، وهنا هي البراهين للخصائص النظرية للنموذج ما (1). الفرق: النص (شت) النص (wt theta1 w) 0 النص (وت) النص (theta1w) sigma2w theta21sigma2w (1theta21) sigma2w) عندما h 1، التعبير السابق 1 ث 2. لأي h 2، التعبير السابق 0 والسبب هو أنه، بحكم تعريف استقلالها. E (w w w j) 0 لأي k j. علاوة على ذلك، لأن w w t يعني 0، E (w j w j) E (w j 2) w 2. لسلسلة زمنية، تطبيق هذه النتيجة للحصول على أسف المذكورة أعلاه. نموذج ما لا يمكن عكسه هو واحد التي يمكن أن تكون مكتوبة كنموذج لانهائية أجل أر التي تتقارب بحيث معاملات أر تتلاقى إلى 0 ونحن نتحرك بلا حدود مرة أخرى في الوقت المناسب. تثبت جيدا إنفرتيبيليتي ل ما (1) نموذج. ثم نستبدل العلاقة (2) ل w t-1 في المعادلة (1) (3) (زت وت theta1 (z - theta1w) wttata1z - theta2w) في الوقت t-2. المعادلة (2) يصبح نحن ثم بديلا العلاقة (4) ل w t-2 في المعادلة (3) (زت وت ثيتا z - theta21w wt theta1z - theta21 (z - theta1w) wt theta1z - theta12z theta31w) إذا كان علينا أن نواصل ( (زت وت theta1 z - theta21z thta31z - theta41z النقاط) لاحظ مع ذلك أنه إذا كان 1 1، فإن المعاملات ضرب ضرب من z زيادة (بلا حدود) في الحجم ونحن نعود إلى الوراء في زمن. ولمنع ذلك، نحتاج إلى 1 لتر 1. هذا هو شرط لنموذج ما (1) قابل للانعكاس. لانهائية النظام ما نموذج في الأسبوع 3، نرى أيضا أن أر (1) نموذج يمكن تحويلها إلى أمر لانهائي ما نموذج: (شت - mu وت phi1w نقاط phi21w phik1 ث النقاط مجموع phij1w) هذا الجمع من الماضي شروط الضوضاء البيضاء هو معروف كما التمثيل السببي لل أر (1). وبعبارة أخرى، x t هو نوع خاص من ما مع عدد لا حصر له من المصطلحات تعود في الوقت المناسب. وهذا ما يسمى أمر لا حصر له ما أو ما (). أمر محدود ما هو أمر لانهائي أر وأي أمر محدود أر هو أمر لانهائي ما. أذكر في الأسبوع 1، لاحظنا أن شرط ل أر ثابتة (1) هو أن 1 lt1. يتيح حساب فار (x t) باستخدام التمثيل السببي. هذه الخطوة الأخيرة تستخدم حقيقة أساسية حول السلسلة الهندسية التي تتطلب (phi1lt1) وإلا فإن السلسلة تتباعد. نافيغاتيونمتوسط تمثيل التمثيل التقريبي الانحدار الذاتي نحن ندرس خصائص ما (اللانهاية) - تمثيل تقريب الانحدار الذاتي لعملية ثابتة، القيمة الحقيقية. في القيام بذلك نعطي تمديد نظرية وينرز في الإعداد التقريبي حتمية. عند التعامل مع البيانات، يمكننا استخدام هذه النتيجة الرئيسية الجديدة للحصول على نظرة ثاقبة على هيكل ما (اللانهاية) - تمثيل نماذج الانحدار الذاتي المجهزة حيث يزيد النظام مع حجم العينة. على وجه الخصوص، ونحن نقدم موحدة ملزمة لتقدير معاملات المتوسط المتحرك عن طريق التقريب الانحدار الذاتي يجري موحدة على جميع الأعداد الصحيحة. إذا واجهتك مشاكل في تنزيل ملف، تحقق مما إذا كان لديك التطبيق المناسب لمشاهدته أولا. في حالة وجود المزيد من المشاكل قراءة صفحة المساعدة إيدياس. لاحظ أن هذه الملفات ليست على موقع إيدياس. يرجى التحلي بالصبر لأن الملفات قد تكون كبيرة. وبما أن الوصول إلى هذه الوثيقة مقيد، فقد ترغب في البحث عن إصدار مختلف ضمن البحث ذي الصلة (أدناه) أو البحث عن نسخة مختلفة منه. عند طلب تصحيح، يرجى ذكر هذه العناصر: ريبيك: إي: سبابس: v: 60: y: 1995: i: 2: p: 331-342. انظر معلومات عامة حول كيفية تصحيح المواد في ريبيك. بالنسبة للأسئلة التقنية المتعلقة بهذا البند، أو لتصحيح مؤلفيه أو عنوانه أو معلوماته المجردة أو الببليوغرافية أو التنزيلية، يرجى الاتصال ب: (شامير، ويندي) إذا كنت قد قمت بتأليف هذا البند ولم تسجل بعد لدى ريبيك، فإننا نشجعك على القيام بذلك هنا . يسمح هذا بربط ملفك الشخصي بهذا العنصر. كما أنه يسمح لك لقبول الاستشهادات المحتملة لهذا البند الذي نحن غير مؤكد. إذا كانت المراجع مفقودة تماما، يمكنك إضافتها باستخدام هذا النموذج. إذا كانت المراجع الكاملة تشير إلى عنصر موجود في ريبيك، ولكن النظام لم يرتبط به، يمكنك المساعدة في هذا النموذج. إذا كنت تعرف العناصر المفقودة نقلا عن هذا واحد، يمكنك مساعدتنا في إنشاء تلك الروابط عن طريق إضافة المراجع ذات الصلة في نفس الطريقة المذكورة أعلاه، لكل بند الرجوع. إذا كنت مؤلفا مسجلا لهذا العنصر، فقد تحتاج أيضا إلى التحقق من علامة التبويب الاقتباسات في ملفك الشخصي، حيث قد تكون هناك بعض الاقتباسات في انتظار التأكيد. يرجى ملاحظة أن التصحيحات قد تستغرق بضعة أسابيع للتصفية من خلال خدمات ريبيك المختلفة. المزيد من الخدمات متابعة سلسلة والمجلات والمؤلفين أمبير أكثر أوراق جديدة عن طريق البريد الإلكتروني الاشتراك في الإضافات الجديدة ل ريبيك تسجيل المؤلف ملامح عامة للباحثين الاقتصاد تصنيفات مختلفة من البحوث في الاقتصاد أمب المجالات ذات الصلة من كان طالبا منهم، وذلك باستخدام ريبيك ريبك بيبليو المواد المنسقة أمبير أوراق حول مواضيع الاقتصاد المختلفة تحميل الورق الخاص بك لتكون مدرجة على ريبيك و إيدياس إكوناكاديميكش مدونة مجمع للاقتصاد البحوث الانتحال حالات الانتحال في الاقتصاد سوق العمل ورقات ريبيك ورقة عمل ورقة مخصصة لسوق العمل الخيال دوري نتظاهر كنت على رأس الاقتصاد قسم الخدمات من ستل الاحتياطي الفيدرالي البيانات والبحوث والتطبيقات أمبير أكثر من سانت لويس الاحتياطي الفدرالي
No comments:
Post a Comment