Bir kamu iktisadi teşebbüsünün aylık üretim verileri üzerinde yapılan zaman serisi analizinde, serinin durağan olduğu belirlendikten sonra model kimliklendirme (identification) aşamasına geçilmiştir. Yapılan incelemede, otokorelasyon fonksiyonunun (ACF) 1. gecikmeden sonra aniden sıfıra kesildiği, kısmi otokorelasyon fonksiyonunun (PACF) ise üstel olarak sönümlendiği gözlenmiştir.
Buna göre, bu süreci ifade etmek için önerilecek en uygun model aşağıdakilerden hangisidir?
- ABirinci dereceden otoregresif süreç: ()
- Birinci dereceden hareketli ortalama süreci: ()Cevap
- Cİkinci dereceden otoregresif süreç: ()
- Dİkinci dereceden hareketli ortalama süreci: ()
- EBirinci dereceden karma süreç: ()
Cevap
Birinci dereceden hareketli ortalama süreci olan MA(1), ACF grafiğinin 1. gecikmeden sonra kesilmesi ve PACF grafiğinin sönümlenmesi özelliğiyle bu veriye en uygun modeldir.
Doğru cevap olan birinci dereceden hareketli ortalama süreci (MA(1)), zaman serisi literatüründe otokorelasyon fonksiyonunun (ACF) tam olarak modelin derecesi olan 1. gecikmeden sonra sıfıra düşmesiyle karakterize edilir. Bu süreçte kısmi otokorelasyon fonksiyonu (PACF) ise üstel veya sinüzoidal bir şekilde azalarak sönümlenir.
Adım Adım Çözüm
Anahtar Kavram
Zaman serilerinde model kimliklendirme (identification) için ACF ve PACF grafiklerinin teorik davranışlarının karşılaştırılması.
Daha Fazla Pratik
Bir AR(1) süreci için ACF ve PACF davranışlarının nasıl değişeceğini düşünerek bilgilerinizi pekiştirebilirsiniz.
Tahmini Süre:45s