আমি কীভাবে আমার আরিমা মডেলটিতে পর্যবেক্ষণে একটি উদ্ভাবনী আউটলেটর অন্তর্ভুক্ত করব?

Question

আমি একটি ডেটা সেট নিয়ে কাজ করছি। কিছু মডেল সনাক্তকরণ কৌশল ব্যবহার করার পরে, আমি একটি আরিমা (0,2,1) মডেল নিয়ে এসেছি।

আমি আমার মূল ডেটা সেটটির 48 তম পর্যবেক্ষণে একটি উদ্ভাবনী আউটলেটর (আইও) সনাক্ত করতে detectIOপ্যাকেজে প্যাকেজে ফাংশনটি ব্যবহার করেছি।TSA

আমি কীভাবে এই আউটলেটটিকে আমার মডেলটিতে অন্তর্ভুক্ত করব যাতে আমি এটি পূর্বাভাসের উদ্দেশ্যে ব্যবহার করতে পারি? আমি আরআইম্যাক্স মডেলটি ব্যবহার করতে চাই না যেহেতু আমি আর এর থেকে কোনও ভবিষ্যদ্বাণী করতে সক্ষম না হতে পারি।

আমার মানগুলি ক্রমে এখানে রয়েছে:

VALUE <- scan()
  4.6  4.5  4.4  4.5  4.4  4.6  4.7  4.6  4.7  4.7  4.7  5.0  5.0  4.9  5.1  5.0  5.4
  5.6  5.8  6.1  6.1  6.5  6.8  7.3  7.8  8.3  8.7  9.0  9.4  9.5  9.5  9.6  9.8 10.0
  9.9  9.9  9.8  9.8  9.9  9.9  9.6  9.4  9.5  9.5  9.5  9.5  9.8  9.3  9.1  9.0  8.9
  9.0  9.0  9.1  9.0  9.0  9.0  8.9  8.6  8.5  8.3  8.3  8.2  8.1  8.2  8.2  8.2  8.1
  7.8  7.9  7.8  7.8

এটি আসলে আমার ডেটা। তারা 6 বছরের সময়কালে বেকারত্বের হার। তখন 72২ টি পর্যবেক্ষণ রয়েছে। প্রতিটি মান সর্বাধিক এক দশমিক স্থান

Comments

$t=48$

@ জেন_বি আপনি সঠিক, এটি আপনাকে বিরক্ত করা উচিত কারণ এটি সম্ভবত বাতিল হওয়া এমএ (1) প্রদানের চেয়ে বেশি পার্থক্যযুক্ত। অনুপযুক্ত সরঞ্জাম ব্যবহার করে ভুল সনাক্তকরণের ফলাফল।

— আইরিশস্ট্যাট

দ্বিতীয় পার্থক্যের মধ্যে, আপনার কাছে একজন আউটলারের মতো দেখতে পাওয়া যায়, তবে এটি দৃশ্যত মূল সিরিজের পর্যবেক্ষণে একটি স্বল্প সংযোজনমূলক লাফের কারণে ঘটেছিল, যা পরে এক সময় পরে দু'বার পার্থক্য দেখা গেলে বড় নেতিবাচক বাহকের মতো দেখা যায়। আপনি যদি পর্যালোচনা 47 এ প্রায়শই ছোট প্রভাবটি সরিয়ে দিতে সাধারণ কিছু করেন (প্রায় কোনও বোধগম্য), কোনও আউটলিয়ার দ্বিতীয় তফাতটিতে উপস্থিত হয় না। আমি বলব এটি সম্ভবত আরও ভাল মূল স্কেল এও হিসাবে দেখা হত।

— গ্লেন_বি -রিনস্টেট মনিকা

এই ডেটাসেটে প্রচুর চলছে, তবে স্থানীয় সাময়িক আচরণ (পারস্পরিক সম্পর্ক, মৌসুমতা ইত্যাদি) এর মধ্যে সবচেয়ে কম। আপনি যখন এই সংখ্যাটিকে কেবল সংখ্যার ক্রম হিসাবে অন্ধভাবে বিশ্লেষণ করেন তখন আপনার হাস্যকর ফলাফল (বা আরও খারাপ) হওয়ার ঝুঁকি থাকে। এই ডেটাগুলির অর্থ কী তা সম্পর্কে আপনি আমাদের কী বলতে পারেন ? তারা সম্ভবত কোনও মনিটরিং স্টেশনে কোনও কিছুর পরিমাপ করে? একটি অর্থনৈতিক সময় সিরিজ? জৈবিক বৃদ্ধির একটি চার্ট? অন্তর্নিহিত ঘটনাটি সম্পর্কে কিছু বোঝা সাধারণত পরিসংখ্যানগত সফ্টওয়্যার দ্বারা যে পরিমাণ পরিমান বিড়াল তুলতে পারে তার চেয়ে মডেল শনাক্ত করতে আরও অনেক কিছু করবে।

— হোবার

@ শুভ: তারা 6 বছরের সময়কালে বেকারত্বের হার!

— বি 2

Answer 1

$Y(t) = [\theta/\phi][A(t)+\text{IO}(t)]$$Y^\text{*}(t) = [\theta/\phi][A(t)] + [\theta/\phi][\text{IO}(t)]$

$\theta = 1$$\phi = [1-.5B]$
$Y^\text{*}(t) = [1/(1-.5B)][A(t)]$
$\quad\quad\quad\quad+ \text{IO}(t) - .5\cdot \text{IO}(t-1) + .25\cdot \text{IO}(t-2) - .125\cdot \text{IO}(t-3)-\ldots\,.$

$Y^{*}(t) = [1/(1-.5B)][A(t)]$ $\quad\quad\quad\quad+ 10\cdot \text{IO}(t) - 5\cdot \text{IO}(t-1) + 2.5\cdot \text{IO}(t-2) - 1.25\cdot \text{IO}(t-3)-\ldots\,.$
$\text{IO}$

এইভাবে আপনি দেখতে পাচ্ছেন যে অ্যানোমালির প্রভাব কেবল তাত্ক্ষণিক নয় তবে স্মৃতিশক্তিও রয়েছে।

$t$

$[w(b)/d(b)]$$[w(b)]$

যে কোনও সময় আপনি মেমরিটি অন্তর্ভুক্ত করেন, এটি কোনও ভিন্নতর অপারেটর বা এআরএমএ কাঠামোর ফলাফল হোক না কেন, বাদ দেওয়া কার্যকারণ সিরিজের কারণে এটি অজ্ঞতার স্বীকৃতি admission এটি ডাল / লেভেল শিফট, মৌসুমী ডাল বা স্থানীয় সময়ের ট্রেন্ডগুলির মতো হস্তক্ষেপ নিরোধক সিরিজগুলিকে অন্তর্ভুক্ত করার প্রয়োজনীয়তারও সত্য। এই ডামি ভেরিয়েবলগুলি বাদ দেওয়া নির্ধারক ব্যবহারকারী-নির্দিষ্ট কার্যকারক ভেরিয়েবলগুলির জন্য প্রয়োজনীয় প্রক্সি। প্রায়শই আপনার সমস্ত কিছু আগ্রহের সিরিজ এবং আমি যে কোয়ালিফায়ারগুলিকে বানিয়েছি তা প্রদত্ত হওয়ার পরে, আপনি বিশ্লেষণ করা ডেটার প্রকৃতি সম্পর্কে সম্পূর্ণ অজ্ঞতায় অতীতকে ভিত্তি করে ভবিষ্যতের ভবিষ্যদ্বাণী করতে পারেন। একমাত্র সমস্যা হ'ল আপনি সামনের রাস্তাটি ভবিষ্যদ্বাণী করতে পিছনের উইন্ডোটি ব্যবহার করছেন .... সত্যই একটি বিপজ্জনক বিষয়।

ডেটা পোস্ট হওয়ার পরে ...

একটি যুক্তিসঙ্গত মডেল হ'ল (1,1,0) এবং এও অসঙ্গতিগুলি 39,41,47,21 এবং 69 (পিরিয়ড 48 নয়) সময়কালে সনাক্ত করা হয়েছিল। এই মডেলটির অবশিষ্টাংশগুলি পরিষ্কার কাঠামোমুক্ত বলে মনে হয়। এবং ফাইস এও সময় সিরিজের ইতিহাসে নয় এমন ক্রিয়াকলাপের দ্বারা প্রতিবিম্বিত ক্রিয়াকলাপের অনুকূল প্রতিনিধিত্বকে গুরুত্ব দেয়। আমি ভাবব যে ওপির অতিরিক্ত পার্থক্যযুক্ত মডেলের এসিএফ মডেল অপ্রতুলতা প্রতিফলিত করবে। এখানে মডেল। আবার কোনও আর কোড সরবরাহ করা হয়নি কারণ সমস্যা বা সুযোগটি মডেল সনাক্তকরণ / সংশোধন / বৈধকরণের ক্ষেত্রের মধ্যে রয়েছে। অবশেষে আসল / লাগানো এবং পূর্বাভাস করা সিরিজের প্লট! [এখানে চিত্রের বিবরণ লিখুন] []]

Comments

আপনার উত্তর দেওয়ার জন্য ধন্যবাদ; তবে আমি আসলে আমার মডেলের পরিবর্তে একটি আর-কোড চেয়েছিলাম।

— বি 2 ইমে

@ b2amen হ্যাঁ আমি গ্লেন_বকে কিছু "জিনিস" চেয়েছি এবং আমি ভেবেছিলাম আমি তার প্রতিক্রিয়া জানাব।

— আইরিশস্ট্যাট

সম্পাদনার জন্য ধন্যবাদ। আপনি এবং আমি ভাল অংশীদার করা হবে!

— আইরিশস্ট্যাট

@ আইরিশস্ট্যাট: আমার তথ্যটি মূল প্রশ্নে অন্তর্ভুক্ত রয়েছে। আশা করি এটি আমাকে সহায়তা করতে আপনাকে সহায়তা করতে পারে। যাইহোক ধন্যবাদ

— b2amen

@ আইরিশস্ট্যাট: আমি আপনার আউটপুটটি পছন্দ করি। এটি আমার কাছে বেশ ঝরঝরে দেখাচ্ছে। এবং আপনি কোন সফ্টওয়্যার ব্যবহার করেছেন? তবে আপনি কীভাবে একটি এআর (২,১,০) চিহ্নিত করলেন? ধন্যবাদ

— b2amen