Detectar intervenções

O que o bloco faz

Procura, sem data informada, os instantes em que a série tem um efeito que o modelo não explica: o procedimento de Chen e Liu (1993), o mesmo do tsoutliers::tso().

1. Ajusta um ARIMA (o do modelo ligado ou, sem ele, um automático) e calcula os resíduos.
2. Em cada instante e para cada tipo, estima o efeito que haveria ali e a estatística t dele. Cada tipo deixa uma assinatura diferente nos resíduos: o inovacional, um resíduo grande isolado; o pulso, um resíduo grande seguido do eco dos pesos π do modelo; degrau e temporária, os seus.
3. Marca o maior |t| acima do Valor crítico, remove o efeito, reajusta e procura de novo.
4. Estima tudo junto e descarta os que deixaram de passar.

Os tipos: pulso (outlier aditivo, AO), degrau (mudança de nível, LS), temporária (TC, um pulso que se desfaz à razão δ = 0,7 por período) e inovacional (IO). O padrão são os três primeiros, como no tsoutliers.

É exploratório

São dezenas de testes (cada instante, cada tipo), e por isso o valor crítico é alto (3 a 4). Ainda assim, numa série longa aparecem candidatos por acaso. Cada data é uma hipótese — “o que aconteceu em 1913?” — e não uma intervenção confirmada. A que tiver explicação entra no modelo por series/intervencao: a tabela liga direto na entrada datas dele (filtre antes as linhas que não quer), e a temporária vira pulso com dinâmica gradual. O p-valor que sair dali é otimista, porque a data veio do próprio dado.

Um degrau achado aqui se confunde com raiz unitária: um modelo com diferença demais absorve o degrau, e um com diferença de menos inventa degraus. Confira com series/zivot_andrews.

Valor crítico

0 (padrão) usa a regra do tsoutliers: 3 para séries de até 50 observações, 4 a partir de 450, e uma reta entre os dois.

Faltantes

Este bloco não aceita faltantes: série com buraco põe o nó em vermelho. Ligue um series/interpolate antes.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

p-valor

A probabilidade de obter um resultado tão extremo quanto o observado, ou mais, se a hipótese nula fosse verdadeira. p-valor pequeno indica dados pouco compatíveis com a hipótese nula; ele não é a probabilidade de a hipótese nula ser verdadeira nem mede o tamanho do efeito.

Resíduo

A diferença entre o valor observado e o valor que o modelo ajustado prevê para aquela observação. É nos resíduos que se conferem os pressupostos do modelo: eles devem parecer ruído, sem padrão.

Nível

Cada valor que um fator assume no estudo: as doses 0, 50 e 100 kg/ha são três níveis do fator dose.

Estacionariedade

Uma série é estacionária quando média, variância e autocorrelação não mudam ao longo do tempo. Muitos modelos (como o ARIMA) a supõem; séries com tendência costumam ser diferenciadas até ficarem estacionárias.

Ruído branco

Uma série de valores sem autocorrelação, com média zero e variância constante. Os resíduos de um bom modelo de série devem se parecer com ruído branco; sobra de padrão indica que o modelo deixou algo de fora.

Pressupostos

• A série é um ARIMA (o do modelo ligado ou o escolhido pelo auto.arima) mais alguns efeitos pontuais; a assinatura de cada tipo nos resíduos depende desse modelo, e um modelo mal especificado gera candidatos espúrios.

  Verificar:ARIMA / SARIMAResíduosLjung-Box

  Se falhar: Ajuste o modelo à mão (series/arima) e ligue-o na entrada modelo.

• É uma busca múltipla (todo instante, todo tipo): mesmo com valor crítico 3 a 4, a chance de um candidato espúrio cresce com o tamanho da série. Os candidatos são hipóteses, não intervenções confirmadas.

  Se falhar: Declare com series/intervencao só o que tiver explicação externa.

• Um degrau detectado se confunde com raiz unitária: diferenças de menos inventam degraus, e de mais os absorvem.

  Verificar:Zivot-AndrewsDiferenças necessárias

Parâmetros

• modelo (entrada, opcional) — um series/arima; a busca usa a ordem dele (sem as intervenções declaradas). Sem ele, a ordem é escolhida pelo auto.arima.
• Pulso (AO), Degrau (LS), Temporária (TC), Inovacional (IO) — que tipos procurar.
• Valor crítico — o |t| mínimo; 0 = a regra pelo tamanho da série.

Valor

Uma tabela, uma linha por candidato, na ordem do tempo: data, tipo, sigla (AO, LS, TC, IO), indice (a posição na série), efeito (o ω estimado, na unidade da série) e t. Sem candidatos, a tabela vem vazia.

Exemplos

tr_flow(reg) |>
  tr_add("nilo", "series/example", dataset = "Nile") |>
  tr_add("busca", "series/detect_interventions", from = "nilo")