var을 하기 위해선 각 시계열들의 관측 개수가 같아야하는 걸로 알고 있습니다. 그래서 원시계열에 대해 정상성 검정을 했더니 모두 비정상이였습니다.
1차 차분 이후, 일부는 정상 시계열이 됐지만 일부는 그렇지 않았습니다.
그래서 2차 차분을 시도했는데 여전히 모든 시계열이 정상성을 갖추지 못했습니다. 심지어 어떤 시계열은 1차 차분 시 정상이었는데 2차 차분을 하니 비정상이 됐습니다.
이렇게 각 시계열마다 차분을 해야 하는 횟수가 다른 경우 어떻게 해야하나요... 관측 개수가 같아야 하다보니 모든 시계열이 정상성을 만족할 수 있는 차분 횟수를 찾아야 하는데 너무 어렵습니다...
차분으로 정상성이 안나오면 박스칵스 변환같은 분산안정화 스텝을 진행해보세요
답변 정말 감사드립니다. 그러면 위와 같이 모든 시계열이 정상성을 가질 수 있는 동일한 차분 횟수를 찾지 못한 경우에는 분산 안정화 말고는 별 다른 방법이 없는 것일까요?
수업 들은지 꽤 돼서 기억 잘 안나는데 var 모형에 넣을 시계열이 둘 다 같은 차수만큼 차분할 필요가 있었던가요..? 결국 정상성 만족하는 시계열끼리 붙이면 상관 없을거같은데
답변 정말 감사드립니다. var 모형에 넣는 시계열들의 관측 개수가 같아야 하는 것으로 알고 있어서요. 그런데 시계열마다 차분 횟수가 다르면, 손실되는 데이터 개수가 달라지기 때문에 시계열마다 관측 개수가 달라지지 않나요?
아 그말이시구나 그런 경우에는 끝부분 데이터를 잘라내거나 등 상황따라 적절히 처리하시면 될것 같네요. 자료 수가 많으면 1개 정도의 손실은 결과에 크게 반영되지 않을듯 해요
답변 감사드립니다. 정말 감사드립니다 ㅠㅠㅠ 타 과 학생이라서 자문을 구할 분이 없었거든요... 진짜 정말 감사드립니다.
보통 웬만한 상황에서 차분은 1번만 하면 끝나고, 2번 이상 잘 요구하지 않음. 시스템의 정상성이 깨진다면 무조건 차분만 할 게 아니라 그래프 그려서 값이 들쑥날쑥한지, 프리퀀시가 다른지, 트렌드나 시즈널리티가 있는지를 체크해야지 - dc App