概率的时间序列模型是各种分析目标所必需的,包括回归推理,预测和蒙特卡罗模拟。选择模型时,旨在找到充分描述您的数据的最分析模型。一个简单的模型更容易估算,预测和解释。
规范测试帮助您识别可以合理地描述数据生成过程的一个或多个模型系列。
模型的比较帮助您比较竞争模型的契合,以惩罚复杂性。
拟合优度检查帮助您评估模型的样本内充分性,验证所有模型假设均成立,并评估样本外预测性能。
模型选择是一个迭代的过程。当拟合优度检查表明模型假设不满足,或者模型的预测性能不令人满意时,考虑对模型进行调整。附加的规范测试、模型比较和适应度检查有助于指导这个过程。
建模问题 | 特性 | 相关功能 |
---|---|---|
我的响应变量的维度是多少? |
|
|
我的时间序列是固定的吗? |
|
|
我的时间序列有一个单位根吗? |
|
|
我该如何处理季节效应? |
|
|
我的数据是自相关的吗? |
|
|
如果我的数据是异源的(呈现波动聚类)怎么办? |
|
|
对于尖峰数据,是否有一种替代高斯创新分布的方法? |
|
|
我如何决定几个模型适合? |
|
|
我有两个或更多的时间序列是否共同化? |
|
|
如果我想包含预测变量呢? |
|
|
如果我想实现回归,但经典线性模型假设可能不适用怎么办? |
|
|
如果对动态过程的观察包含测量误差呢? | 该工具箱提供标准线性状态空间建模。 |