如何在时间序列回归预测模型中识别传递函数?


9

我正在尝试针对其他变量/输入变量和自相关错误,以美元金额为结果变量建立时间序列回归预测模型。这种模型也称为动态回归模型。我需要学习如何为每个预测变量识别传递函数,并希望从您那里听到有关实现此目标的方法的信息。


让我为您推荐R时间序列教程。它没有提供深入的理论知识,但确实为您提供了不错的介绍。此外,使用Google搜索“ r时间序列”还可以找到许多非常有趣的链接
乔纳森·詹姆斯

Answers:


7

Box,Jenkins和Reinsell(第四版,2008年)中描述的经典方法涉及查看互相关函数和各种自相关函数,并对各种术语的顺序和滞后做出很多主观决定。该方法适用于单个预测变量,但并不真正适用于多个预测变量。

Pankratz(1991)中描述的另一种方法包括用AR误差拟合滞后回归并根据拟合系数确定适当的有理滞后结构(也是相对主观的过程)。然后用假定的滞后结构重新拟合整个模型,并提取残差。根据这些残差确定ARMA错误处理的顺序(例如,使用AIC)。然后,重新估算最终模型。这种方法适用于多种预测变量,并且比经典方法更容易应用。

我希望我可以说有一个简洁的自动化程序可以为您完成所有操作,但我不能。至少还没有。


您正在从事自动化程序吗?:)
Shane 2010年

:Shane; 完成!
IrishStat

1

Box和Jenkins最初提出了检查预先变白的互相关的想法。1981年,Liu和Hanssens发表了论文(L.-M. Liu和DM Hanssens(1982)。“多输入传递函数模型的标识。”《统计通讯》 A 11:297-314。),该论文提出了一个通用过滤器该方法可以有效处理多个输入,这些输入的预加白系列显示出互相关的结构。他们甚至创建了2个输入模型数据集来演示其解决方案。在对该方法进行编程后,将其与我们迭代实施的Box-Jenkins预增白方法进行比较后,我们决定不使用Pankratz方法或Liu-Hanssens方法,我们很高兴与您分享Liu-Hansens测试数据,如果您希望我将其发布到列表中。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.