জৈবিক এবং পরিবেশগত পরিবর্তনশীল (প্লাস সম্ভবত কিছু বহির্মুখী ভেরিয়েবল) সহ ইন্টারঅ্যাক্টিং সহ আমার বহুবিধ সময় সিরিজ ডেটাসেট রয়েছে। মৌসুমীতার পাশাপাশি ডেটাগুলিতে সুস্পষ্ট দীর্ঘমেয়াদী প্রবণতা নেই। আমার উদ্দেশ্য হ'ল কোন ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত। পূর্বাভাস সত্যিই সন্ধান করা হয় না।
সময়-সিরিজ বিশ্লেষণে নতুন হয়ে আমি বেশ কয়েকটি তথ্যসূত্র পড়েছি। আমি যতদূর বুঝতে পেরেছি, ভেক্টর অটোরেগ্রেসিভ (ভিএআর) মডেলটি যথাযথ হবে তবে আমি মৌসুমীতা এবং বেশিরভাগ উদাহরণের সাথে আমি economতুবদ্ধতা ছাড়াই সম্পর্কিত অর্থনীতি ক্ষেত্রের (প্রায়শই সময় ধারাবাহিক বিশ্লেষণ সহ…) পেয়েছি।
আমার মৌসুমী ডেটা দিয়ে আমার কী করা উচিত? আমি সেগুলিকে ডিসসোনালাইজিং হিসাবে বিবেচনা করেছি - উদাহরণস্বরূপ আর এ, আমি একটি স্থিতিশীল মনে হয় এমন সিগন্যাল পাওয়ার decompose
জন্য $trend + $rand
মানগুলি ব্যবহার করব এবং তারপরে মান হিসাবে বিবেচিত হব (প্রতি রায় হিসাবে acf
)। ভিএআর মডেলের ফলাফলগুলি আমাকে বিভ্রান্ত করছে (1-লেগ মডেলটি নির্বাচিত হয়েছিল যখন আমি স্বজ্ঞাতভাবে আরও বেশি আশা করতাম, এবং কেবলমাত্র স্বাবলম্বীকরণের সহগ - - এবং অন্যান্য ল্যাগড ভেরিয়েবলগুলির সাথে রিগ্রেশনের জন্য নয় - তা উল্লেখযোগ্য)। আমি কি কোনও ভুল করছি, বা আমার এই সিদ্ধান্তটি নেওয়া উচিত যে আমার ভেরিয়েবলগুলি (রৈখিকভাবে) সম্পর্কিত নয় / আমার মডেলটি ভাল নয় (সহায়ক প্রশ্ন: ভিআর-র সমান কোনও লিনিয়ার নেই?)।
[বিকল্পভাবে, আমি পড়লাম আমি সম্ভবত ডামি মৌসুমী ভেরিয়েবলগুলি ব্যবহার করতে পারি, যদিও আমি কীভাবে এটি বাস্তবায়ন করতে পারি ঠিক তা বুঝতে পারি না]।
ধাপে ধাপে পরামর্শগুলি খুব প্রশংসিত হবে, যেহেতু অভিজ্ঞ ব্যবহারকারীদের জন্য বিশদটি আমার পক্ষে তথ্যমূলক হতে পারে (এবং আর কোড স্নিপেটগুলি বা কংক্রিটের উদাহরণগুলির জন্য লিঙ্কগুলি অবশ্যই স্বাগত)।