Biblioteca122.739 documentos en línea

Artículo

Coping with Nonstationarity in Categorical Time SeriesEnfrentando la no estacionariedad en series temporales categóricas.

Resumen

Las series temporales categóricas son datos secuenciados en el tiempo en los que los valores en cada punto temporal son categorías en lugar de mediciones. Una serie temporal categórica se considera estacionaria si la distribución marginal de los datos es constante a lo largo del período de tiempo para el cual se recopilaron y la correlación entre los valores sucesivos es una función solo de su distancia entre sí y no de su posición en la serie. Sin embargo, hay muchos ejemplos de series categóricas que no cumplen con esta definición bastante fuerte de estacionariedad. Estos datos muestran varios comportamientos no estacionarios, como un cambio en la probabilidad de la ocurrencia de una o más categorías. En este artículo, presentamos un algoritmo que corrige la no estacionariedad en series temporales categóricas. El algoritmo produce series que no son estacionarias en el sentido tradicional utilizado para las series temporales categóricas estacionarias. La forma de estacionariedad es más débil pero sigue siendo útil para la estimación de parámetros. Los resultados

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento