Hallo zusammen,
Meine Frage bezieht sich auf das Verständnis der Terminologie in der Prewhiten-Plattform von JMP.
Außerdem hilft mir das Verständnis, wie das hilft, eine geeignete Übertragungsfunktion zu bestimmen, mit der ich testen kann, ob x y verursacht.
Die Prewhiten-Ausgabe von JMP zeigt drei verschiedene ACFs mit den Bezeichnungen „Prewhiten Corr“, „Noise AutoCorr“ und „Noise Partial AutoCorr“.
Worauf beziehen sich Prewhiten Corr, Noise AutoCorr und Noise Partial AutoCorr?
Entspricht das Prewhiten der Korrelation zwischen den Residuen des Sarima-Modells von x und der gefilterten y-Antwort?
Ist Noise AutoCorr & Noise Partial AutoCorr das Rauschen der y-gefilterten Variablen?
Verwende ich die Noise AutoCorr & Noise Partial AutoCorr, um den y-Sarima-Teil der Transferfunktion festzulegen und das Sarima-Modell für die x-Eingabe während der Prewhiten-Phase zu verwenden?
Hintergrund:
Ich bin daran interessiert, die Prewhitening-Tools von JMP zu verwenden, um festzustellen, ob eine von zwei Zeitreihenvariablen die andere Zeitreihenvariable "verursacht / verändert".
Meine Klasse verwendet R. Wir passen im Wesentlichen das Sarima-Modell an die x-'Eingabe'-Zeitreihen an und speichern die Residuen.
In der Zwischenzeit wird die y-'Ausgabe' basierend auf dem an x angepassten Sarima-Modell gefiltert.
Schließlich zeichnen wir die Residuen des Sarima-Modells von x gegen das gefilterte y.
Ich versuche wirklich herauszufinden, wie ich dieses Diagramm der Residuen von x im Vergleich zu gefiltertem y bekomme.
Bestimmen Sie dann, ob x y verursacht.
Vielen Dank im Voraus für Ihre Hilfe in dieser Angelegenheit,
nopon649
