Cтраница 1
R / S-анализ, индекс Доу-Джонса для акций промышленных компаний. [1] |
ARIMA-модели - гомогенные нестационарные системы, которые могут быть сделаны стационарными посредством последовательного дифференцирования наблюдений. [2]
Вводя сезонные ARIMA-модели, Бокс и Дженкинс установили недостатки моделирования рассмотренных выше временных1 рядов чисто синусоидальными составляющими. [3]
Наконец, мы сравним наилучшие подобранные модели с другими моделями, предложенными в литературе, например с ARIMA-моделями сезонных изменений. В частности, в § 10о производится сравнение наилучшей подобранной модели в виде разностного уравнения и модели с дробным шумом для последовательности с годовым интервалом между данными. [4]
Все возможные вариации классов моделей получаются по результатам визуального просмотра данных, как отмечалось в гл. Например, если данные содержат систематические колебания, мы бы рассматривали слабостационарные AR - или ARMA-модели, сезонные ARIMA-модели и ковариационно-стационарные модели с синусоидальными членами. Множество членов в разностных уравнениях, характеризующее различные классы, должно быть выбрано в соответствии с объемом имеющихся данных. [5]
Вторым недостатком модели является ее сложность. Задача оценки параметров трудна из-за наличия в уравнении системы членов скользящего среднего. Итак, сезонные ARIMA-модели следовало бы рассматривать только в том случае, если будет установлено, что наиболее подходящие модели из других классов, таких как класс ковариационно-стационарных моделей, являются неудовлетворительными. [6]
Дополнительные недостатки ARIMA-моделей сезонных изменений, например противоречащая интуиции природа возмущающих воздействий и сложность оценивания параметров, упоминались в гл. [7]