如何将 AR(MA) 模型应用于预白化信号？

Question

我有两个（车速）信号，它们应该由相似的“潜在”驱动因素组成，但具有不同的自相关结构。驱动信号在统计上非常糟糕，所以我没有尝试对它们进行建模。

我可以通过使用 AR(1) 残差对信号进行预白化来获得非常好的结果，但是这些很难用“现实世界的术语”（即速度）来解释。所以我想做的是对其中一个信号进行预白化，然后将 other 信号的 AR 模型添加到其中，这样我就有两个具有相同自相关结构的信号。

可能有一种非常简单的方法可以做到这一点，但不幸的是我还没有找到。我想这应该是 Yule-Walker 方法的一种逆方法。还有一个非常接近的方法是将 arima.sim 与创新一起使用，但不同之处在于我没有创新，而是残差。

Answer 1

我不太确定您要做什么，也不确定您所说的“添加 AR 模型”是什么意思。但是，这里有一些方向：

1. 您可以将 ARMA 模型拟合到一个数据集，然后编写自己的模型以在另一个数据集上使用这些系数。
2. 看看forecast 包和函数Arima() 和auto.arima()。还有R的arima()。