কোন সাধারণ পূর্বাভাস মডেলগুলিকে আরিমা মডেলগুলির বিশেষ ক্ষেত্রে হিসাবে দেখা যেতে পারে?

Question

আজ সকালে আমি অবাক হয়ে জেগে উঠলাম (এটি গত রাতে খুব বেশি ঘুম পায়নি বলেই হতে পারে): যেহেতু ক্রস-বৈধতা যথাযথ সময়-ধারাবাহিক পূর্বাভাসের মূল ভিত্তি বলে মনে হচ্ছে, "সাধারণভাবে আমার কী মডেলগুলি হওয়া উচিত?" "বিরুদ্ধে বৈধতা বৈধ?

আমি কয়েকটি (সহজ) জনকে নিয়ে হাজির হয়েছি, তবে আমি শীঘ্রই বুঝতে পেরেছিলাম তারা হ'ল আরিমা মডেলগুলির বিশেষ ঘটনা। সুতরাং আমি এখন ভাবছি, এবং এটিই আসল প্রশ্ন, বাক্স-জেনকিনিন্স কোন পূর্বাভাসের মডেলগুলি ইতিমধ্যে অন্তর্ভুক্ত করেছে?

আমাকে এটি এভাবে রাখি:

1. ধ্রুবক সহ গড় = আরিমা (0,0,0)
2. নিষ্পাপ = আরিমা (0,1,0)
3. ধ্রুবক সহ চালিকা = এআরআইএমএ (0,1,0)
4. সরল এক্সফোনেনশিয়াল স্মুথিং = এআরআইএমএ (0,1,1)
5. হল্টের ক্ষতিকারক স্মুথিং = এআরআইএমএ (0,2,2)
6. স্যাঁতসেঁতে হল্টের = এআরআইএমএ (0,1,2)
7. অ্যাডেটিভ হল্ট-উইন্টারস: সারিমা (0,1, মি + 1) (0,1,0) মি

আগের তালিকায় আর কী যুক্ত করা যায়? গড় বা সর্বনিম্ন স্কোয়ার রিগ্রেশন "এআরিএমএ উপায়" চালানোর কোনও উপায় আছে কি? এছাড়াও অন্যান্য সরল মডেলগুলি (আরিমা (0,0,1), আরিমা (1,0,0), আরিমা (1,1,1), আরিমা (1,0,1) ইত্যাদি কীভাবে অনুবাদ করবেন?

দয়া করে নোট করুন, কমপক্ষে শুরুর জন্য, আরিমা মডেলগুলি যা করতে পারে না তাতে আমি আগ্রহী নই । ঠিক এখন আমি শুধু তারা যা ফোকাস করতে চান সেটির করতে না।

আমি জানি যে একটি আরিমা মডেলটিতে প্রতিটি "বিল্ডিং ব্লক" কী করে তা বোঝার জন্য উপরের সমস্ত প্রশ্নের উত্তর দেওয়া উচিত, তবে কোনও কারণে আমার তা বের করতে অসুবিধা হয়। তাই আমি "বিপরীত প্রকৌশল" ধরণের পদ্ধতির চেষ্টা করার জন্য উত্সর্গ করেছি।

Answer 1

: ব্রুডার বক্স-জেনকিনস পদ্ধতির মধ্যে হোল্ট-উইনস্টন মাল্টিপ্লিকটিভ মৌসুমী মডেল যেখানে প্রত্যাশিত মানটি একটি গুণকের উপর ভিত্তি করে যেমন গুণিত মডেলগুলি বাদে সমস্ত সুপরিচিত পূর্বাভাস মডেলকে অন্তর্ভুক্ত করে। গুণমানের মৌসুমী মডেলটি সময় সিরিজের মডেল হিসাবে ব্যবহার করা যেতে পারে যেখানে একটিতে নিম্নলিখিত (আমার মতে খুব অস্বাভাবিক) কেস রয়েছে। মৌসুমী উপাদান / প্যাটার্নের প্রশস্ততা যদি সিরিজের গড় স্তরের সাথে সমানুপাতিক হয় তবে সিরিজটিকে বহুগুণ seasonতু হিসাবে উল্লেখ করা যেতে পারে। এমনকি বহুগুণীয় মডেলগুলির ক্ষেত্রেও, এগুলি সাধারণত এআরআইএমএ মডেল হিসাবে উপস্থাপন করতে পারে http://support.sas.com/docamentation/cdl/en/etsug/60372/HTML/default/viewer.htm#etsug_tffordet_sect014.htmএইভাবে "ছাতা" সমাপ্ত করে। ফ্রিটারমোর যেহেতু ট্রান্সফার ফাংশন একটি জেনারেলাইজড লেস্ট স্কোয়ার্স মডেল এটি এআরআইএমএ উপাদান বাদ দিয়ে এবং ত্রুটির কাঠামোর সাথে একত্রীকরণের জন্য প্রয়োজনীয় ওজনের একটি সেট ধরে ধরে একটি স্ট্যান্ডার্ড রিগ্রেশন মডেলকে হ্রাস করতে পারে।

Comments

আমি আপনাকে এখানে হারিয়েছি: "এটি এআরআইএমএ উপাদান বাদ দিয়ে এবং ত্রুটি কাঠামোর একত্রীকরণের জন্য প্রয়োজনীয় ওজনের একটি সেট ধরে ধরে একটি আদর্শ প্রতিরোধের মডেলকে হ্রাস করতে পারে"। অন্যথায় আপনার উত্তর এবং লিঙ্ক জন্য আপনাকে ধন্যবাদ। এছাড়াও, লগ ট্রেসফর্মেশনের মাধ্যমে গুণক মডেলগুলি নকল করা যায় না? আমি কোথাও (পৃষ্ঠার নীচে) পড়েছি যে লগিং এই ক্ষেত্রে সহায়তা করতে পারে।

— ব্রুডার

: ব্রুডার এ ট্রান্সফার ফাংশন (মাল্টিভারিয়েট বক্স-জেনকিনস) এরিআইএমএ উপাদান ব্যবহারকারীর দ্বারা নির্ধারিত স্টোকাস্টিক ইনপুট সিরিজের প্রতিফলিত ব্যবহারকারী-নির্দিষ্ট ইনপুট সিরিজের উপর একটি পিডিএল (বহুভিত্তিক বিতরণ ল্যাগ) কাঠামো থাকতে পারে Iআরআইএমএ উপাদানটি বাদ দিলে আপনার পিছনে রিগ্রেশন রয়েছে কাঠামো। প্রায়শই একজনকে পাওয়ার ট্রান্সফর্ম (উদাহরণস্বরূপ লগস) বা ওজন প্রয়োগ করা হয় এমন সর্বনিম্ন স্কোয়ারের মাধ্যমে ত্রুটি বৈকল্পিক সমকামী রেন্ডার করা দরকার seএটি সহজেই বাক্স-জেনকিন্সের মাধ্যমে পরিচালিত হয় ote দ্রষ্টব্য যে কোনও লগ ট্রান্সফর্ম সর্বদা ডেটা নিয়ে কাজ করে না that মূলত একটি গুণমূলক মডেল।

— আইরিশস্ট্যাট

আরিমা (1,0,0) কি রিগ্রেশন মডেল নয় যেখানে Y = a + b Y_t-1?

— zbicyclist

: zbicylist সঠিক, যেহেতু এটি স্থানান্তর ফাংশনের একটি বিশেষ ঘটনা যেখানে কোনও ব্যবহারকারী নির্দিষ্ট ইনপুট নেই এবং আরিমা মডেলটির ফর্মটি (1,0,0) এবং মডেল ধরে নিয়েছে যে অনুশীলনমূলকভাবে চিহ্নিত করার মতো কোনও নির্ধারক পরিবর্তনশীল নেই (যেমন ডাল, স্তর শিফট, মৌসুমী ডাল এবং / বা হস্তক্ষেপ সনাক্তকরণের মাধ্যমে স্থানীয় সময় প্রবণতা

— আইরিশস্ট্যাট

ঠিক আছে, তাই আমার স্ক্যাটারপ্লোটের পয়েন্টগুলির মধ্যে একটি সাধারণ সর্বনিম্ন-স্কোয়ার লাইনের সাথে ফিট করার জন্য আমার কেবল একটি আরিমা (1,0,0) মডেল দরকার? যদি তাই হয় তবে আমি এটি উপরের তালিকায় যুক্ত করব। এবং চলন্ত গড় সম্পর্কে কি? এটি কি কেবল একটি আরিমা (0,0,1)? যদি তা হয় তবে আমি চলন্ত গড় উইন্ডোর প্রস্থ কীভাবে চয়ন করব? এবং ধ্রুবক সহ একটি আরিমা (0,0,1) এবং একটি এআরআইএমএ (0,0,1) এর মধ্যে পার্থক্য কী। আবার, আমি যদি উত্তরটি সবার কাছে সুস্পষ্ট বলে মনে হয় তবে আমি দুঃখিত:

— ব্রুডার

Answer 2

তুমি যোগ করতে পার

বামন: ধ্রুবক সহ এআরআইএমএ (0,1,0)।

স্যাঁতসেঁতে হোল্টস: আরিমা (0,1,2)

যুত মধ্যে Holt-শীতকালে: SARIMA (0,1, ) (0,1,0) ।$m+1$$_m$

তবে, এইচডব্লিউটিতে কেবল তিনটি প্যারামিটার ব্যবহার করা হয়েছে এবং এটি (বরং আশ্চর্যজনক) আরিমা মডেলে পরামিতি রয়েছে। সুতরাং অনেকগুলি প্যারামিটার সীমাবদ্ধতা রয়েছে।$m+1$

ইটিএস (এক্সফোনেনশিয়াল স্মুথিং) এবং এআরআইএমএ ক্লাসগুলির মডেলগুলি ওভারল্যাপ করে, তবে দুটিই অন্যটির মধ্যে থাকে না। অনেকগুলি লিনিয়ার ইটিএস মডেল রয়েছে যার আরআইএমএ সমতুল্য নেই এবং প্রচুর আরিমা মডেলগুলির ইটিএস সমতুল্য নেই। উদাহরণস্বরূপ, সমস্ত ইটিএস মডেলগুলি স্থির নয় are

Comments

আপনি কিছু উল্লেখ অন্তর্ভুক্ত করতে পারলে ভাল লাগবে।

— নলজোক

otexts.com/fpp2/arima-ets.html

— রব হ্যান্ডম্যান

Answer 3

• তাত্পর্যপূর্ণ ওজনযুক্ত চলমান গড় (EWMA) বীজগণিতভাবে একটি এআরআইএমএ (0,1,1) মডেলের সমতুল্য।

এটি অন্য উপায়ে বলতে গেলে, EWMA হ'ল ARIMA মডেলগুলির শ্রেণীর মধ্যে একটি বিশেষ মডেল । আসলে, এখানে বিভিন্ন ধরণের ইডব্লিউএমএ মডেল রয়েছে এবং এগুলি এআরআইএমএ (0, ডি, কিউ) মডেলগুলির শ্রেণিতে অন্তর্ভুক্ত হতে পারে - দেখুন কোডার (1974) :

KO Cogger দ্বারা জেনারেল-অর্ডার এক্সফোনেনশিয়াল স্মুথিংয়ের অনুকূলতা। অপারেশন গবেষণা. ভোল। 22, নং 4 (জুলাই - আগস্ট, 1974), পৃষ্ঠা 858-867।

কাগজের জন্য বিমূর্তিটি নিম্নরূপ:

এই কাগজটি ননস্টেশনারি টাইম-সিরিজের উপস্থাপনাগুলির শ্রেণীর উত্স পেয়েছে যার জন্য স্বেচ্ছাসেবী আদেশের ঘন ঘন স্মুথিং অর্থ-বর্গ পূর্বাভাস ত্রুটি হ্রাস করে। এটি উল্লেখ করে যে বাক্স এবং জেনকিন্স দ্বারা বিকাশিত সংহত চলমান গড়ের শ্রেণিতে এই উপস্থাপনাগুলি অন্তর্ভুক্ত রয়েছে , স্মুথিং ধ্রুবকটি নির্ধারণ করার জন্য এবং মসৃণির যথাযথ ক্রম নির্ধারণের জন্য বিভিন্ন পদ্ধতি প্রয়োগের অনুমতি দেয়। এই ফলাফলগুলি তাত্পর্যপূর্ণ মসৃণকরণ এবং বিকল্প পূর্বাভাস পদ্ধতির মধ্যে যে কোনও পছন্দ প্রয়োগ করার জন্য প্যারামিটারাইজেশনে পার্সিমনি নীতির অনুমতি দেয়।