تاثیر تبدیل داده ها بر حافظه بلندمدت سری های زمانی و پیامدهای آن «مطالعه موردی: داده های قیمت نفت»
طی دهه گذشته، فرآیندهای با حافظه بلندمدت، بخش مهمی از تجزیه و تحلیل سری های زمانی را به خود اختصاص داده است. وجود حافظه بلندمدت کاربردهای مهمی در تحلیل کارایی بازار و متغیرهای کلان اقتصادی، مالی و حسابداری دارد، این در حالی است که محقق در برخی موارد مجبور است دست به تبدیل داده ها یا به عبارت دیگر دستکاری (به عنوان مثال تفاضل گیری) داده ها بزند که این کار انتظار می رود برخی ویژگی های داده ها که در پیش بینی های اقتصادی مهم هستند را از بین ببرد لذا، در این تحقیق تاثیر تبدیل داده ها بر حافظه بلندمدت و وابستگی ساختاری و نهایتا نتایج پژوهش، بررسی شده است. برای این کار ابتدا وجود حافظه بلندمدت در داده های خام و تبدیل شده، آزمون شده است. برای پی بردن به تاثیر حافظه بلندمدت بر وابستگی ساختاری، ضریب وابستگی دمی بین داده های خام و دستکاری شده (داده های فصلی 1370 تا 1397) برآورد شده است؛ نتایج نشان می دهد، داده های خام دارای حافظه بلندمدت، وابستگی دمی بیشتری نسبت به داده های دستکاری شده هستند، به این معنا که تبدیل داده ها باعث تغییر ماهیت داده ها شده و نه تنها حافظه آن ها را کم می کند بلکه باعث کاهش وابستگی دمی بین آنها می گردد.
پرداخت حق اشتراک به معنای پذیرش "شرایط خدمات" پایگاه مگیران از سوی شماست.
اگر عضو مگیران هستید:
اگر مقاله ای از شما در مگیران نمایه شده، برای استفاده از اعتبار اهدایی سامانه نویسندگان با ایمیل منتشرشده ثبت نام کنید. ثبت نام
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.