Scelta del metodo di decomposizione stagionale


20

L'adeguamento stagionale è un passaggio cruciale che elabora i dati per ulteriori ricerche. Il ricercatore ha tuttavia una serie di opzioni per la decomposizione stagionale del ciclo di tendenza. I metodi di decomposizione stagionale rivali più comuni (a giudicare dal numero di citazioni nella letteratura empirica) sono X-11 (12) -ARIMA, Tramo / Seats (entrambi implementati in Demetra + ) e ' sl . Cercando di evitare la scelta casuale tra le tecniche di decomposizione sopra menzionate (o altri metodi semplici come variabili fittizie stagionali), vorrei conoscere una strategia di base che porta a scegliere efficacemente il metodo di decomposizione stagionale.R

Diverse domande importanti (sono ben accetti anche i collegamenti a una discussione):

  1. Quali sono le somiglianze e le differenze, i punti forti e deboli dei metodi? Ci sono casi speciali in cui un metodo è più preferibile rispetto agli altri?
  2. Potresti fornire guide generali su cosa c'è dentro la scatola nera di diversi metodi di decomposizione?
  3. Ci sono trucchi speciali nella scelta dei parametri per i metodi (non sono sempre soddisfatto delle impostazioni predefinite, stlad esempio ha molti parametri da affrontare, a volte sento di non sapere come scegliere questi nel modo giusto).
  4. È possibile suggerire alcuni criteri (statistici) secondo cui le serie temporali vengono adattate stagionalmente in modo efficiente (analisi del correlogramma, densità spettrale, criteri di dimensioni ridotte del campione, robustezza?).

1
Potresti essere interessato a questa risposta e ai riferimenti ivi indicati.
javlacalle,

Risposte:


4

Se sei disposto a imparare a comprendere la diagnostica, X12-ARIMA fornisce un carico di diagnostica che va dai grafici (ASCII) agli indicatori della regola del pollice. L'apprendimento e la comprensione della diagnostica è una sorta di educazione in serie temporali e aggiustamenti stagionali.

D'altra parte, il software X12-ARIMA è un pony a un trucco, mentre l'uso di stl in R ti permetterebbe di fare altre cose e di passare ad altri metodi (decomponi, dlm, ecc.) Se lo desideri.

D'altra parte, X12-Arima rende più facile includere variabili esogene e indicare valori anomali, ecc.


Bene, significa che devo prima imparare i trucchi oltre X12-ARIMA, perché la maggior parte degli strumenti diagnostici sono generalmente nascosti in pacchetti statistici. Da un punto di vista pratico, quando ho provato lo stile a forma di scimmia prema il fondo ottieni il risultato, ho scoperto che Tramo / Seats funziona meglio (giudicando visivamente solo con il test della scimmia che ride) di X12-ARIMA, per st I di solito faccio lo stesso lavoro in stile scimmia, quindi quello che voglio è imparare l'arte della decomposizione stagionale. (+1) per le guide generali!
Dmitrij Celov,

In X-12-ARIMA, il .outfile predefinito ha pagine di diagnostica e, se leggi il manuale e ne accendi alcune altre, avrai letteralmente pagine e pagine di informazioni, grafici ASCII e diagnostica. È organizzato e numerato in modo logico e tutta la diagnostica fa riferimento alla sezione da cui provengono i suoi dati. Analizzare questi strumenti diagnostici e apprendere ciò che è necessario per capirli è molto istruttivo. Alcuni diagnostici hanno un'euristica geniale. Non è difficile inserire la maggior parte di queste informazioni in file che è possibile importare facilmente in R per manipolare e rappresentare correttamente i grafici.
Wayne,

Per il momento (se nessuno proverà a fornire maggiori dettagli), lo segnerò come corretto, ma quello che vorrei sapere personalmente è una guida pratica, quale regola dei pollici e grafica si sono rivelate utili, e molti altre cose da fare da coloro che scavano molto più in profondità di me. Di 'che sono un po' pigro tipo di persona a leggere i manuali, ma se dici di farlo, probabilmente dovrei, grazie ai link qui sotto ...
Dmitrij Celov,

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.