تاثیر مرتبه تفاضل گیری در برازش مدل به داده های سری زمانی
Publish place: The First International Conference on Econometrics
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,737
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECONOMETRICS01_093
تاریخ نمایه سازی: 9 دی 1391
Abstract:
تحلیل داده های سری های زمانی کاربردهای فراوانی در زمینه های مختلف از جملهاقتصاد، هواشناسی، زمین شناسی، آب شناسی و ... دارد. در این مقاله به مطالعه مدلهای میانگین متحرک خودبازگشت تفاضل گیری شده و تحقیق در مرتبه تفاضل گیری برایمانایی مدل حاصل پرداخته می شود. به طور کلی می توان گفت مدل های( ARIMA(p,d,q از پرکاربردترین مدل های سری های زمانی در قلمرو زمان هستند. دراین مدل ها، تفاضل گیری به منظور ایستا نمودن مدل انجام می شود و مقدار آن به مرتبه تفاضل گیری (d) لازم برای ایستایی مدل بستگی دارد. روش های موجود قادر به تعیین مقدار بهینه d در مدل برازش یافته به داده ها هستند. به طور کلی، اگر ریشه چندجمله ای بخش خودبازگشت مدل بزرگتر از 1 باشد، مدل (ARIMA(p,d,q ایستاست و نیازی به تفاضل گیری ندارد. در صورتی که یک یا چند تا از این ریشه ها برابر یک باشند، می توان با تفاضل گیری از مراتب طبیعی d≥1 مدل ایستای (ARIMA(p,d,q را معین کرد. برای سایر مقادیر d، به ویژه برخی مقادیر کسری می توان از مدل های میانگین متحرک خود بازگشت کسری تفاضل گیری شده (ARFIMA(p,d,q استفاده کرد. مدل های (ARFIMA(p,d,q در مسائل اقتصادی و مالی دارای کاربردهای متعددی هستند. عملکرد این نوع مدل ها و مقدار لازم d برای مانا نمودن مدل به عوامل گوناگونی بستگی دارد. در این بررسی، تاثیر مقدار مرتبه تفاضل گیری در مانایی مدل ها مورد مطالعه قرار می گیرد.
Keywords:
Authors
روشنک علی محمدی
استادیار آمار دانشگاه الزهرا (س)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :