Понимание грейнджеризации: руководство по подготовке данных временных рядов

Грейнджеризация — это процесс преобразования данных временных рядов в стационарный процесс, что означает, что статистические свойства данных остаются постоянными с течением времени. Это делается путем удаления из данных компонентов тренда и сезонности, оставляя только остаточные вариации, которые невозможно предсказать. ряд можно использовать для прогнозирования другого временного ряда. Тест причинности Грейнджера основан на идее, что если один временной ряд можно использовать для прогнозирования другого временного ряда, то между ними должна быть какая-то связь. Гранжеризируя данные, мы, по сути, удаляем любые связи, которые могут существовать между временными рядами, и затрудняем их прогнозирование.

Существует несколько методов гранулирования данных временных рядов, в том числе:

1. Удаление тренда. Это предполагает удаление общей тенденции из данных путем подгонки линейной или логарифмической линии тренда и последующего вычитания ее из исходных данных.
2. Сезонная декомпозиция: включает в себя разбивку данных на составные части, такие как сезонные закономерности, и удаление их из данных.
3. Дифференцирование: предполагает определение разницы между последовательными наблюдениями во временном ряду, что может помочь устранить любые тенденции или сезонность, которые могут присутствовать в данных.
4. Моделирование авторегрессионного интегрированного скользящего среднего (ARIMA). Оно включает в себя подбор статистической модели к данным, включающим компоненты тренда, сезонности и случайных изменений. Затем модель можно использовать для удаления этих компонентов из данных, оставляя только остаточные вариации. результаты анализа.