Examkin

Soru

Zorluk: OrtaHareketli Ortalama (MA) Modelleri

Bir enerji analisti, büyük ölçekli bir sanayi tesisinin günlük enerji tüketimindeki sapmaları incelemektedir. Analist, durağanlaştırılmış serinin otokorelasyon fonksiyonunun (ACF) ilk qq gecikmede istatistiksel olarak anlamlı değerler verip qq. gecikmeden sonra aniden sıfıra düştüğünü, kısmi otokorelasyon fonksiyonunun (PACF) ise dalgalanarak sönümlendiğini tespit etmiştir. Bu bulgular doğrultusunda analist, seriyi qq. dereceden bir hareketli ortalama, MA(q)MA(q), süreci ile modellemeye karar vermiştir.

Kurulan bu zaman serisi modeli ve teorik özellikleri dikkate alındığında aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

  1. Model matematiksel yapısı gereği her zaman durağandır; ancak tersinir (invertible) olabilmesi ve sonsuz dereceden bir otoregresif modele dönüşebilmesi için parametrelerinin belirli kısıtları sağlaması gerekir.Cevap
  2. B
    Modelin teorik yapısında kısmi otokorelasyon fonksiyonunun (PACF) qq. gecikmeden sonra aniden kesilmesi, otokorelasyon fonksiyonunun (ACF) ise yavaşça sönümlenmesi ayırt edici temel özelliktir.
  3. C
    Modelin durağan olabilmesi için hareketli ortalama parametrelerinin toplamının mutlak değerce 1'den küçük olması zorunluyken, tersinirlik koşulu modelin doğası gereği daima sağlanır.
  4. D
    Modelin denklem yapısı, serideki deterministik trendi ve döngüsel bileşenleri doğrudan kendi içinde barındırır, bu nedenle serinin önceden durağanlaştırılmış olması gerekmez.
  5. E
    Hareketli ortalama süreci, seriye etki eden rastgele şokların etkisinin sonsuza kadar devam ettiğini varsaydığından, uzun hafızalı (long-memory) bir zaman serisi modeli olarak sınıflandırılır.

Cevap

Hareketli ortalama (MA) modellerinin her durumda durağan olduğu, ancak tersinirlik koşulunun parametre kısıtlarına bağlı olduğunu belirten ifade doğru cevaptır.
Hareketli ortalama (MA) modelleri, yapısı gereği sonlu sayıdaki rastgele şokun ağırlıklı toplamından oluştuğu için varyans ve kovaryansları zamana bağlı değildir; bu nedenle daima durağandır. Ancak bu modellerin otoregresif (AR) bir sürece dönüştürülebilmesi ve şokların tekil olarak elde edilebilmesi için 'tersinirlik' şartını sağlamaları gerekir. Bu şart da parametrelere bağlı matematiksel bir kısıttır.

Adım Adım Çözüm

1
Otokorelasyon (ACF) ve kısmi otokorelasyon (PACF) fonksiyonlarının davranışını analiz etme.
ACF'nin q. gecikmeden sonra aniden sıfıra düşmesi ve PACF'nin sönümlenmesi, sürecin saf bir MA(q) modeli olduğunu teorik olarak doğrular.
Zaman serisi modellerini (AR, MA, ARMA) tanımlamak için ACF ve PACF grafiklerinin kesilme/sönümlenme özellikleri kullanılır.
2
MA(q) modelinin durağanlık özelliğini değerlendirme.
MA(q) süreci, ortalaması sıfır ve varyansı sabit olan sonlu sayıda ardışık hata teriminin (beyaz gürültü) doğrusal bir kombinasyonu olduğu için matematiksel olarak her zaman durağandır.
Durağanlık için serinin varyansının ve ortalamasının zamanla değişmemesi gerekir, sonlu beyaz gürültü toplamı bu şartı doğal olarak sağlar.
3
MA(q) modelinin tersinirlik (invertibility) özelliğini değerlendirme.
Bir MA(q) sürecinin gözlemlenebilir değişkenler cinsinden sonsuz dereceli bir AR(\infty) süreci olarak yazılabilmesi için karakteristik denklemin köklerinin mutlak değerce 1'den büyük (birim çemberin dışında) olması şarttır.
Eğer tersinirlik şartı sağlanmazsa, geçmişteki hataların bugünkü değere etkisi zamanla azalmaz ve model geçmiş verilere dayalı olarak tekil bir şekilde tahmin edilemez.

Anahtar Kavram

MA(q) Modellerinde Durağanlık, Tersinirlik ve ACF/PACF Özellikleri
Tahmini Süre:1m 30s
Bu soruyu puanla

Konular

Hareketli Ortalama (MA) Modelleri

Bu konudan daha fazla soru