我想预测一个值。我有一个时间序列以及一堆其他可能有趣的时间序列来增加预测。
有人在跟我争辩说，找到两个非平稳时间序列之间的相关性，并通过某种差分使两者静止时找到相关性是一回事。他们的逻辑是状态空间模型并不关心。
回归利用相关性来预测价值观的全部概念是不是？是否必须存在相关性以在数据中加入方差解释而不增加预测的方差？此外，我100％确信在没有做任何事情的情况下找到两个非平稳时间序列之间的相关性是错误的......而且你最终会得到与时间的相关性，而不是变量本身。
任何输入都有帮助。谢谢。
答案 0 :(得分：0)
取决于您以后使用的型号。你说必须存在相关性，否则预测中的方差会增加。某些模型可能适用。相反，我建议你去寻找一些模特选举的模特。
例如，可以考虑LASSO为系数提供稀疏向量。或者考虑一个允许您计算变量重要性的模型，并根据该结果做出决策。
其次，让我们做一些数学运算：
相关原始= E [X（t）* Y（t）]
相关差分= E [（X（t）-X（t-1））*（Y（t）-Y（t-1））] = E [X（t）Y（t）] + E [X（t-1）Y（t）] + E [X（t-1）Y（t-1）] + E [X（t）Y（t-1）]
如果您假设一个时间序列与之前的其他时间序列不相关，那么这会减少到 = E [X（t）Y（t）] + E [X（t-1）Y（t-1）]