我需要“无差异”或“整合”时间序列变量。在当前状态下，它是双重差分的（货币市场，现金回报代理变量是 I(2) 以实现平稳性）。我与其他变量一起模拟了该变量，以从拟合的 copula 生成 100,000 个观察值，因此我没有初始参考值来启动 R 函数中的“无差异”diffinv()函数。

这是一个简化的问题来说明（使用 R）：

创建任意原始系列：

undifferenced = c(0.5, -0.1, 0.2, 0.08, -0.02)

区分系列：

differenced = diff(undifferenced)

Output: -0.60  0.30 -0.12 -0.10

尝试“不区分”系列：

diffinv(differenced)

Output: 0.00 -0.60 -0.30 -0.42 -0.52, 

这不是原始系列

或者，如果您想删除以0.00进行清理：

diffinv(differenced)[-1]

Output: -0.60 -0.30 -0.42 -0.52, 

无论如何都不是原始系列

如果您“以某种方式”先验地知道原始系列的初始值，则输出是正确的：

diffinv(fff, xi = 0.5)

Output: 0.50 -0.10  0.20  0.08 -0.02, 

这是原始系列。

在我的模拟中，我无法指定xi.

在这一点上，如果有人有任何正确“无差异”的经验或可以帮助找出问题，我将不胜感激。

顺便说一句，对于非 R 用户，我可以导出数据以在 Excel 中使用。

提前致谢。

@Andy @Glen_b 感谢您的帮助，谢谢。mean我以原始系列的 是一个足够好的代理来初始化函数的借口进行评估diffinv()（在没有实际原始值要初始化的模拟上下文中）。然后假设模拟的差异数据与原始差异数据具有相同的质量。

虽然在初始化时出现了一个问题xi = mean(undifferenced)- 这个标量值适用于较小的一组观察值（~240 obs），但标量不允许diffinv()函数在模拟的 100,000 个观察值系列上运行。R的帮助文件描述xi为“ numeric vector, matrix, or time series containing the initial values for the integrals”。有什么想法或参考吗？没有关于xi向量长度的指导，我认为只需一个标量就足以启动无差异过程。