Modelos médios periódicos ocultos ocultos escondidos em dados da série temporal

Modelos médios móveis alternativos ocultos escondidos em dados de séries temporais por GC TIAO, MR GRUPE Modelos médios periódicos ocultos periódicos ocultos em dados de séries temporais Departamento de Estatística, Universidade de Wisconsin, Conselho da Reserva Federal de Madison, Washington, DC Algumas propriedades de uma classe de São explorados modelos periódicos para caracterizar séries temporais sazonais. As relações entre modelos periódicos e múltiplos modelos de média móvel auto-progressiva são desenvolvidas e usadas para obter informações sobre o comportamento de modelos periódicos. Em particular, mostra-se a forma como os modelos médios de modificação vertical autônomos homogêneos podem ser especificados por engano para séries nas quais existem propriedades periódicas. As conseqüências dessa falta de especificação na previsão e verificação diagnóstica também são derivadas. Algumas palavras-chave: Modelo médio auto-decrescente Previsão de eficiência Modelo periódico Modelo sazonal Série temporal. 1. INTRODUÇÃO Seja uma série de observações tomadas em intervalos de tempo igualmente espaçados. Uma classe de modelos que tem sido amplamente utilizado nos últimos anos é o dos modelos médios de expansão autoregressiva integrada (Box amp Jenkins, 1976), ltjgt (B) (lB) gt (l-Bgt) gtzt 7, ampamp) lt, (M) onde t é um parâmetro de localização, B é o operador de mudança de turno, de modo que Bzt zti, (dv d2) são inteiros não negativos, ltfgt (B) e 6 (B) são polinômios em B de graus p e q, respectivamente, Sem zeros comuns, mas com todos os zeros que se encontram fora do círculo da unidade, e os at39a são distribuídos de forma idêntica e independente como N (0, o). Esses autores propuseram um procedimento de construção do modelo iterativo consistindo em (i) especificação provisória de (dvd2,8, p, q) principalmente através do estudo do padrão de funções de autocorrelação da amostra da série original e de várias séries adequadamente diferenciadas, (ii) estimativa Dos parâmetros em ltfgt (B) e 0 (B) pelo método de máxima verossimilhança e (doente) verificação diagnóstica do modelo ajustado através da função de autocorrelação dos resíduos. No que se segue, este modelo de procedimento de construção é chamado de 39 análises padrão39. Embora a classe de modelos em (1-1) tenha se revelado útil na prática, implícita em tais modelos é a suposição de que a função média e autocovariância da série differenciada (1 B) dl (l B8) ilzi é homogênea ou invariante no tempo. No entanto, na análise de séries que exibem um forte comportamento sazonal ou cíclico, tal suposição de homogeneidade às vezes é claramente inapropriada. Por exemplo, McCollister amp Wilson (1975) empregou um modelo da forma (1-1) com d 0, d2 1 e s 24 para caber leituras horárias de ozônio ambiente durante um período de vários meses na bacia de Los Angeles. No entanto, é de conhecimento comum que a concentração de ozônio em Los Angeles geralmente se acumula durante as horas da manhã, picos no início da tarde e se dissipa quase a zero à noite. Por isso, seria de esperar a Universidade de D alhousie, em 24 de junho de 2017, e, em vez disso, a partir de 366 GC TIAO e MR GRUPE correlação entre as leituras de ozônio da manhã e início de um determinado dia para ser consideravelmente mais forte que A correlação entre a leitura da manhã e a da meia-noite anterior (Tiao, Box Ambre Hamming, 1975 Tiao, Phadke amp Box, 1976). Essas considerações dão duvidas consideráveis ​​à adequação do modelo homogêneo (1-1). Em tal situação, o uso de modelos periódicos de séries temporais (Monin, 1963 Jones amp Brelsford, 1967 Pagano, 1978 Cleveland amp Tiao, 1979) parece mais apropriado. Em particular, escrevendo tj Ts (j 1. T 0, 1.), onde T representa um período e e é o comprimento do período, Cleveland amp Tiao propôs uma classe de modelos de modificação regulares auto-regressivos P (B) 1 LtfgtfB. LtfgtB, 0lt (B) 1 dB. EB. Hj é a média de zjTs e é uma sequência periódica de variáveis ​​aleatórias distribuídas de forma normal e independente com zero meios e variações var (aiTB) tf. Esses autores também desenvolveram procedimentos para identificar e ajustar esses modelos a dados de séries temporais. Uma vez que o modelo em (1-2) envolve, em geral, um possível aumento de dobra de s no número de parâmetros em relação ao de (1-1), deve ser exercido o cuidado na sua aplicação. Primeiro, a eficácia de (1-2) deve ser estabelecida. Isso nos levou a considerar neste artigo as seguintes duas questões. Suponha que os dados sejam realmente gerados a partir do modelo periódico em (12), quais seriam as conseqüências da 39 análise padrão39. Especificamente, os procedimentos padrão alertariam o usuário para a natureza periódica dos dados ou levariam a um modelo homogêneo misspecined do formulário (11). Em segundo lugar, se o último acontecer, qual é a perda na eficiência de previsão quando o modelo incorreto é usado. 2. MODELOS MÉDIOS DE MOVIMENTAÇÃO AUTORIZADORA PERIÓDICA E VETOR Enquanto a forma do modelo (1-2) mostra claramente que a média autorregressiva, (B) e a média móvel, dli) (B), as estruturas das observações ziTs variam com j. Para estudar a natureza precisa desses polinômios, será útil considerar uma representação diferente. Seguindo Gladyshev (1961), podemos considerar o conjunto de observações s z1Ta,, zBTs em um período determinado, T a s uma observação vetorial única indexada pelo período. Escrevendo T iViTgt gt3ST) (ZlTgt gtzaTs) (2391), devemos definir uma série estacionária periódica e de covariância como aquela para a qual a série vetorial associada é estacionária. A partir desta definição, primeiro observamos que E (ziTa) E Além disso, para descrever a estrutura de covariância automática e cruzada de ziTa, permita que Yamps E (ZJTB-H) (ziviTtu-Ht,) gt (2gt3) sejam tão importantes. 8 Y-ita) lt onde v 0. - 1 I 0,1,2. E para as pessoas de hoje, j anampjv obedecem a aritmética do módulo. Agora, se deixarmos T (l). 0 ((y (J)), (2-4) onde x (x. Fts) 39, seja a matriz de variância cruzada de lag I para YT, então é prontamente visto que em D alhousie University em 24 de junho , 2017 biom et. oxfordjournals. orgby W. Meiring, P. Guttorp, PD Sampson. 1997. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio da superfície da base da grade, com base em observações de locais de monitoramento pontual no espaço, para comparação com os resultados baseados em grade do modelo fotoquímico de qualidade de ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada. Apresentamos uma abordagem para estimar as concentrações horárias de ozônio da superfície da base da grade, com base em observações de locais de monitoramento pontual no espaço, para comparação com os resultados baseados em grade do modelo fotoquímico de qualidade de ar SARMAP para uma região do norte da Califórnia. A estimativa estatística é realizada em uma escala transformada (raiz quadrada), seguida de uma transformação para a escala original de ozônio em partes por bilhão, ajustando-se para viés e variância. Estimamos uma estrutura média diurna variável espacialmente e uma estrutura de correlação espaço-tempo não separável na escala transformada. O pré-branqueamento temporal é seguido pela modelagem de uma estrutura de correlação espacial não estacionária e diurna, usando uma abordagem de deformação espacial. As comparações dos resultados do modelo SARMAP com os níveis estimados de ozônio das células da rede são apresentadas. Palavras-chave: Kriging, correlação espaço-tempo não separável, escala espacial, Transformação 1 Introdução Modelos fotoquímicos de qualidade do ar foram desenvolvidos. Por Paul L. Anderson, Mark M. Meerschaert - Resour de água. Res. 1998. Abstrato. Avanços recentes na análise de séries temporais fornecem modelos alternativos para os fluxos dos rios em que as inovações têm caudas pesadas, de modo que alguns dos momentos não existem. A probabilidade de grandes flutuações é muito maior do que para modelos padrão. Pesquisamos algum desenvolvimento teórico recente. Abstrato. Avanços recentes na análise de séries temporais fornecem modelos alternativos para os fluxos dos rios em que as inovações têm caudas pesadas, de modo que alguns dos momentos não existem. A probabilidade de grandes flutuações é muito maior do que para modelos padrão. Pesquisamos alguns desenvolvimentos teóricos recentes para modelos de série de tempo de cauda pesada e ilustramos sua aplicação prática em dados de fluxo de rio do Rio Salgado perto de Roosevelt, no Arizona. Também incluímos alguns diagnósticos simples que o praticante pode usar para identificar quando os métodos deste documento podem ser úteis. 1. por Bypaull Anderson, Mark, M. Meerschaert - Stat. 1997. Neste artigo, estabelecemos a teoria assintótica básica para médias móveis móveis de i. i.d. Variáveis ​​aleatórias com caudas regularmente variáveis. Os coeficientes médios móveis podem variar de acordo com a estação. Uma simples reformulação produz os resultados correspondentes para médias móveis de corrida. Neste artigo, estabelecemos a teoria assintótica básica para médias móveis móveis de i. i.d. Variáveis ​​aleatórias com caudas regularmente variáveis. Os coeficientes médios móveis podem variar de acordo com a estação. Uma simples reformulação produz os resultados correspondentes para médias móveis de vetores aleatórios. Nosso resultado principal é que quando as variáveis ​​aleatórias subjacentes têm variação finita, mas quarto momento infinito, as au-tocorrelações de amostra são assintóticamente estáveis. É bem conhecido neste caso que as autocorrelações da amostra no modelo de modelo móvel estacionário clássico são assintoticamente normais. Introdução. A variação regular é usada para caracterizar aqueles i. i.d. Seqüências de variáveis ​​aleatórias para as quais uma versão do teorema do limite central é válida. Quando essas variáveis ​​aleatórias têm variação infinita, a soma é assípara-estatisticamente estável em vez de assintoticamente normal. Variáveis ​​aleatórias estáveis ​​encontraram muitas aplicações práticas começando com o trabalho de Holts - por Marius Ooms, Philip Hans Franses. 1998. Com base em gráficos de séries temporais simples e autocorrelações de amostras periódicas, documentamos que os dados mensais do fluxo do rio exibem longa memória, além da sazonalidade pronunciada. Na verdade, parece que as longas características de memória variam com a estação. Para descrever essas duas propriedades em conjunto, nós. Com base em gráficos de séries temporais simples e autocorrelações de amostras periódicas, documentamos que os dados mensais do fluxo do rio exibem longa memória, além da sazonalidade pronunciada. Na verdade, parece que as longas características de memória variam com a estação. Para descrever essas duas propriedades em conjunto, propomos um modelo de memória longa sazonal e longa e encaixamos nos conhecidos dados do rio Fraser (a serem obtidos da Statlib em lib. stat. cmu. edudatasets). Nós fornecemos uma análise estatística e fornecemos funções de resposta de impulso para mostrar que os choques em determinados meses do ano têm um impacto mais duradouro do que aqueles em outros meses. Palavras-chave Diferença sazonal, modelo periódico, Memória longa, PARFIMA, SPARFIMA 1 Introdução É bem conhecido desde o início dos trabalhos de Hurst nos dados do Nilo que os fluxos do rio mostram flutuações persistentes que podem ser caracterizadas por uma longa memória. Adicional à memória longa, a maioria dos dados do fluxo do rio exibem sazonalidade pronunciada, tanto na média como na variância. Por Paul L. Anderson, Mark M. Meerschaert, Aldo V. Vecchia - Procedimentos da edição especial da IEEE sobre criptografia e questões de segurança. 2004. ARMA periódica, ou PARMA, séries temporais são usadas para modelar periodicamente séries temporais estacionárias. Neste artigo, desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Em seguida, mostramos como o algoritmo pode ser usado para obter estimativas de parâmetros para o modelo PARMA. Essas estimativas são prov. ARMA periódica, ou PARMA, séries temporais são usadas para modelar periodicamente séries temporais estacionárias. Neste artigo, desenvolvemos o algoritmo de inovações para processos periodicamente estacionários. Em seguida, mostramos como o algoritmo pode ser usado para obter estimativas de parâmetros para o modelo PARMA. Essas estimativas são comprovadamente pouco consistentes para os processos PARMA cuja sequência de ruído subjacente possui um quarto momento finito ou infinito. Uma vez que muitas séries temporais dos campos da economia e da hidrologia apresentam caudas pesadas, os resultados relativos ao caso infinito do quarto momento são de particular interesse. Por Paul L. Anderson, Mark M. Meerschaert - Journal of Time Series Analysis. 2003. O algoritmo de inovações pode ser usado para obter estimativas de parâmetros para modelos de séries temporais periodicamente estacionárias. Neste artigo, calculamos a distribuição assintótica dessas estimativas no caso de as inovações terem um quarto momento finito. Estes resultados assintóticos são úteis para determinar. O algoritmo de inovações pode ser usado para obter estimativas de parâmetros para modelos de séries temporais periodicamente estacionárias. Neste artigo, calculamos a distribuição assintótica dessas estimativas no caso de as inovações terem um quarto momento finito. Esses resultados assintóticos são úteis para determinar quais parâmetros do modelo são significativos. No processo, também desenvolvemos assintóticos para as estimativas de Yule-Walker. 1 por A. I. Mcleod. 1993. este papel. Esta verificação de diagnóstico é recomendada para uso rotineiro ao montar modelos ARMA sazonais. Mostra-se que esta verificação diagnóstica indica que muitas séries temporais econômicas sazonais também apresentam correlação periódica. Uma vez que os métodos de previsão padrão são inadequados nesta conta, ca. este papel. Esta verificação de diagnóstico é recomendada para uso rotineiro ao montar modelos ARMA sazonais. Mostra-se que esta verificação diagnóstica indica que muitas séries temporais econômicas sazonais também apresentam correlação periódica. Uma vez que os métodos de previsão padrão são inadequados nesta conta, pode-se concluir que, em muitos casos, as previsões produzidas são subóptimas. Finalmente, uma limitação da combinação arbitrária de previsões também é ilustrada. A combinação de previsões de um modelo parcimonioso adequado com um modelo inadequado não melhorou as previsões, enquanto a combinação das duas previsões de dois modelos inadequados resultou em uma melhoria no desempenho de previsão. Essas descobertas também suportam a filosofia de construção de modelos da Box ampamp Jenkins. As descobertas não intuitivas de Newbold ampamp Granger (1974) e Winkler ampamp Makridakis (1983) que a aparente combinação arbitrária de previsões de modelos similares levará ao desempenho de previsão não é suportada por nosso estudo de caso com previsão de fluxo de rio. Palavras-chave: Previsões Combinadas Verificação de Diagnóstico para Previsão de Correlação Periódica Séries Sazonais Modelo Parâmetro de Adequação de Modelo Parcimônia. 1 de Abdelhakim Aknouche, Abdelouahab Bibi. 709. Este artigo estabelece a consistência forte e a normalidade assintótica do estimador de verossimilhança quasi-máxima (QMLE) para um processo GARCH com parâmetros periodicamente variáveis ​​no tempo. Em primeiro lugar, damos uma condição necessária e suficiente para a existência de uma solução estavelmente periodicamente estacionária f. Este artigo estabelece a consistência forte e a normalidade assintótica do estimador de verossimilhança quasi-máxima (QMLE) para um processo GARCH com parâmetros periodicamente variáveis ​​no tempo. Em primeiro lugar, damos uma condição necessária e suficiente para a existência de uma solução estacionária estritamente periódica para a equação periódica GARCH (P-GARCH). Como resultado, mostra-se que o momento de alguma ordem positiva da solução P-GARCH é finito, sob o qual provamos a consistência forte e a normalidade assintótica (CAN) do QMLE sem qualquer condição nos momentos do processo subjacente. Por Philip Hans Franses, Richard Paap. 2005. Este capítulo está preocupado com a previsão de dados de séries temporais sazonais univariáveis ​​usando modelos autoregressivos periódicos. Mostramos como se deve considerar as raízes das unidades e os termos deterministas ao gerar previsões de amostragem. Nós interpretamos os modelos de várias séries trimestrais de consumo no Reino Unido. Este capítulo está preocupado com a previsão de dados de séries temporais sazonais univariados usando modelos autoregressivos periódicos. Mostramos como se deve contabilizar as raízes das unidades e os termos deterministas na geração de previsões de amostragem. Nós interpretamos os modelos para várias séries trimestrais de consumo do Reino Unido. Esta é a primeira versão de julho de um Capítulo que deve estar preparado para a inclusão potencial no Companion to Economic Forecasting editado por Michael Clements e David Hendry Oxford Basil por M. Karanasos, AG Paraskevopoulos, S. DafnosHidden periódico autorregressivo - modelos de média móvel em dados da série temporal Citações Citações 27 Referências Referências 0 para trabalhos anteriores, veja entre outros Gladyshev (1961) e Jones e Brelsford (1967). Tiao e Grupe (1980) ilustram as dificuldades de ignorar o comportamento periódico na modelagem de séries temporais. A evidência empírica que apóia a utilidade dos modelos PARMA foi documentada por muitos autores, ver, por exemplo, Vecchia (1985a, 1985b), Salas e Obeysekera (1992), Lund (2006), Tesfaye et al. (2006) para aplicações para stream stream series, Bloomfield et al. (1994), Lund et al. (2006) aos dados ambientais, Osborn e Smith (1989) para dados econômicos e Gardner e Spooner (1994) para aplicações no processamento de sinal. Resumo: O objetivo deste trabalho é investigar as propriedades assintóticas da estimativa de mínimos quadrados ponderados (WLS) para modelos de média móvel autorregressiva periódica causal e inversível (PARMA) com erros não correlacionados, mas dependentes. Sob suposições suaves, mostra-se que os estimadores WLS dos modelos PARMA são fortemente consistentes e assintóticamente normais. Estende o Teorema 3.1 de Basawa e Lund (2001) na estimativa de mínimos quadrados de modelos PARMA com erros independentes. Verifica-se que a matriz de covariância assintótica dos estimadores WLS obtidos em erros dependentes é geralmente diferente da obtida com erros independentes. O impacto pode ser dramático nos métodos de inferência padrão com base em erros independentes quando estes são dependentes. Exemplos e resultados de simulação ilustram a relevância prática de nossas descobertas. Uma aplicação para dados financeiros também é apresentada. Artigo Nov 2017 Christian Francq Roch Roy Abdessamad Saidi quot), para todos os inteiros não negativos k. Se s 1, a condição de estacionança periódica é equivalente à condição usual para processos homogêneos (Tiao e Grupe 33). Resumo: Este artigo sugere um procedimento de estimativa robusto para os parâmetros dos modelos AR periódicos (PAR) quando os dados contêm valores aberrantes de aditivos. A metodologia robusta proposta é uma extensão da escala robusta e das funções de covariância, respectivamente, Rousseeuw e Croux (1993) 28 e Ma e Genton (2000) 23 para acomodar a periodicidade. Essas funções robustas periódicas são usadas nas equações de YuleWalker para obter estimativas robustas de parâmetros. São estabelecidos os teoremas de limites centrais assintóticos dos estimadores, e um extenso experimento de Monte Carlo é conduzido para avaliar o desempenho da metodologia robusta para séries temporais periódicas com tamanhos de amostra finitos. Os dados trimestrais do rio Fraser foram utilizados como um exemplo de aplicação da metodologia robusta proposta. Todos os resultados apresentados aqui dão forte motivação para usar a metodologia em situações práticas nas quais as séries temporais correlacionadas periodicamente contêm valores atípicos aditivos. Texto completo Artigo Oct 2018 A. J.Q. Sarnaglia V. A. Reisen C. Lvy-Leduc quotSur le plan statistique. On parle propos de mods de priodicit cache. En effet. As ferramentas digitais d x27 analisam issus de thorie des processus ARMA (corrlogrammes. Tests de bruit blanc sur les rsidus) ne permit pas de dceler les composantes priodiques d x27 une telle srie (Tiao et Grupe (1980)). Que des accidents bem localiss. Quot Resumo Resumo Resumo RESUMO: A análise da sazonalidade na economia e o desenvolvimento de novos procedimentos de ajuste sazonal seguiram novas direções nos últimos vinte anos. Estudamos esta questão através do trabalho realizado no Banque de France (Direcção de Estatística e Estudos Monetários) para compilar novos dados sazonalmente ajustados (SA). Uma breve discussão da literatura acadêmica mostra a necessidade de complementar o software existente com regras empíricas fixadas pelo praticante, a fim de tornar claras todas as escolhas metodológicas, evitando qualquer ambiguidade. Na implementação do novo processo de produção, nos concentramos na política de revisão de alguns parâmetros de chaves de todo o processo, a fim de minimizar as revisões subseqüentes na publicação de dados da SA. Nós ilustramos esta nova metodologia com a série SA referente a agregados monetários, incluindo empréstimos a empresas e famílias, e fornecemos uma análise detalhada da consistência entre os fluxos e os valores do montante pendente, uma questão particularmente relevante para dados monetários e financeiros. Texto completo Artigo Abr 2008