Fourier Hareketli Ortalama (Fourier MA) Modeli
Fourier Moving Average Model · Ayrıca şöyle bilinir: Fourier MA, Fourier-augmented moving average, trigonometric MA model, harmonic moving average model
Fourier MA modeli, zaman serisi verilerindeki karmaşık veya yüksek frekanslı mevsimsel örüntüleri yakalamak için bir Hareketli Ortalama (MA) hata yapısını Fourier serisi terimleri — sinüs ve kosinüs çiftleri — ile birleştirir. Özellikle mevsimsel periyodun uzun veya düzensiz olduğu ve klasik mevsimsel ARIMA parametrizasyonunu uygulanamaz hale getirdiği durumlarda kullanışlıdır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Fourier MA modelini, zaman serinizde mevsimsel ARIMA'yı pratik olmaktan çıkaran uzun veya tam sayı olmayan bir mevsimsel periyoda (örneğin, m = 365 günlük gözlem veya m = 52 hafta) sahip olduğunuzda ve artıklarındaki kısa vadeli otokorelasyonun MA bileşeni tarafından en iyi şekilde yakalandığı durumlarda kullanın. Pürüzsüz, tekrarlayan mevsimsel şekillere sahip, düzenli aralıklı, durağan (veya durağanlığa indirgenmiş) tek değişkenli serilere uygundur. Mevsimsel örüntünün zaman içinde önemli ölçüde değiştiği durumlarda (TBATS veya STL tabanlı yaklaşımları tercih edin), serinin belirgin periyodiklik olmadan durağan olmadığı durumlarda veya örneklem mevsimsel periyoda göre çok kısaysa bundan kaçının.
Güçlü yönler & sınırlılıklar
- Mevsimsel ARIMA'yı aşırı yükleyen uzun ve yüksek frekanslı mevsimsel periyotları (günlük, haftalık, saat altı) ele alır.
- İktisadi: az sayıda Fourier harmonik K, karmaşık pürüzsüz mevsimsel şekilleri temsil edebilir.
- Deterministik mevsimselliği esnek bir stokastik artık yapısıyla (MA) birleştirir.
- Katsayılar, mevsimsel genlik ve faz katkıları olarak doğrudan yorumlanabilir.
- Uzatması kolay: Fourier terimleri ARIMA, regresyon veya durum-uzay çerçevelerine eklenebilir.
- Mevsimsel şeklin zaman içinde sabit olduğunu varsayar; gelişen mevsimsellik yakalanmaz.
- K ve q'nun seçimi dikkatli model karşılaştırması gerektirir — aşırı belirleme aşırı uyumla sonuçlanır.
- MA bileşeni artıkların durağanlığını varsayar; birim kökler önce indirgeme yoluyla kaldırılmalıdır.
- Mevsimsel periyot düzensiz olduğunda veya birden fazla örtüşen döngü güçlü bir şekilde etkileşime girdiğinde performans düşer.
SSS
Kaç tane Fourier harmonik K seçmeliyim?
K = 1, 2, … floor(m/2)'ye kadar modelleri uyarlayın ve K'yı AIC veya BIC kullanarak seçin. AIC-optimal K'nın ötesindeki harmonikleri eklemek nadiren örneklem dışı doğruluğu iyileştirir ve aşırı uyuma neden olabilir.
Fourier MA ile mevsimsel ARIMA modeli arasındaki fark nedir?
Mevsimsel ARIMA, mevsimsel gecikme operatörlerini kullanır ve mevsimsel periyot m'nin mevsimsel AR/MA polinomlarını doğrudan tahmin etmek için yeterince küçük bir tam sayı olmasını gerektirir — m = 4 veya 12 için uygulanabilir ancak m = 52 veya 365 için pratik değildir. Fourier MA modeli, mevsimsel AR/MA operatörlerini birkaç trigonometrik regresörle değiştirerek, büyük m'ler için parametre sayısını yönetilebilir tutar.
Fourier MA modeli birden fazla mevsimsel periyodu ele alabilir mi?
Evet. Her mevsimsel periyot için bir set Fourier terimi (örneğin, günlük verilerde haftalık ve yıllık döngüler) dahil edebilir ve bunları MA hata yapısıyla birleştirebilirsiniz. Bu, çift mevsimsel bir ARIMA oluşturmaya çalışmaktan daha ekonomiktir.
Serinin uyum sağlamadan önce durağan olması gerekiyor mu?
MA bileşeni durağan artıklar gerektirir. Trend veya birim kök durağan olmaması, uyum sağlamadan önce indirgeme veya trendden arındırma yoluyla kaldırılmalıdır. Fourier terimlerinin kendileri periyodik örüntülere hitap eder ancak sistematik sapmaya değil.
İyi bir uyum nasıl teşhis edilir?
Kalan otokorelasyon için artıkların ACF ve PACF'sini inceleyin, beyaz gürültü artıklar için Ljung-Box testini kontrol edin, rekabetçi K ve q değerleri arasındaki AIC/BIC'yi karşılaştırın ve örneklem dışı tahmin doğruluğunu (MAPE, RMSE) bir tutma penceresinde değerlendirin.
Kaynaklar
- Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
- Harvey, A. C. (1993). Time Series Models (2nd ed.). MIT Press. ISBN: 978-0262082242
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Fourier Moving Average Model. ScholarGate. https://scholargate.app/tr/econometrics/fourier-ma-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARIMA Modeli (Otokorelasyonlu Entegre Hareketli Ortalama)Ekonometri↔ karşılaştır
- Fourier ARIMA ModeliEkonometri↔ karşılaştır