Verwenden von ARMA, wenn Daten fehlen

8

Ich verwende ARMA über einen Datensatz mit fehlenden Proben. Wie behandle ich sie? Würden Sie vorschlagen, eine lineare / nichtlineare Interpolation durchzuführen oder sie einfach fernzuhalten und zwei Stichproben mit fehlenden Daten dazwischen als aufeinanderfolgende Stichproben zu betrachten?

time-series  arima  missing-data  fitting  interpolation 
— Bob
quelle

Antworten:

9

Es besteht keine Notwendigkeit, etwas zu tun. Ein ARMA-Modell kann leicht mit fehlenden Werten innerhalb der Zeitreihe geschätzt werden. Sie müssen die Zustandsraumdarstellung eines ARMA-Modells verwenden, um die Wahrscheinlichkeit zu berechnen. Wenn Sie R verwenden, wird dies bereits automatisch über die arima()Funktion erledigt .

— Rob Hyndman
quelle
vielen Dank für Ihren Kommentar. Was genau meinen Sie mit der Berechnung der Wahrscheinlichkeit? Wollen Sie damit sagen, dass ich für die fehlenden Stichproben eine Art Regression durchführen sollte?
— Bob
5
Der beste Ansatz zur Schätzung eines ARMA-Modells ist die Schätzung der maximalen Wahrscheinlichkeit. Dazu müssen Sie die Wahrscheinlichkeit der Daten anhand des Modells und der Parameter berechnen. Jede anständige ARMA-Software wird dies tun, aber nicht alle von ihnen verwenden eine Zustandsraumdarstellung, die erforderlich ist, um fehlende Werte zu behandeln.
— Rob Hyndman
Könnten Sie bitte eine Referenz angeben? Ich muss es selbst implementieren :)
— Bob
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.