আমি কিছু ধরণের দ্বি-পর্যায়ের মার্কোভ স্যুইচিং মডেল তৈরি করতে চাই তবে দুটি সময়-সিরিজ দিয়ে। আমার সাধারণ ধারণাটি ছিল দুটি ভিন্ন সময়কালে দুটি টাইম-সিরিজের মধ্যে একরকম নির্ভরতা গণনা করা। উদাহরণস্বরূপ, জিএনপি এবং মুদ্রাস্ফীতি ২০০০ সাল থেকে ২০১০ অবধি এক সময়কালে। ধরা যাক যে তারা 2000 এবং 2005 এর মধ্যে এবং 2005 সালের পরে ইতিবাচকভাবে সম্পর্কযুক্ত ছিল - নেতিবাচকভাবে সম্পর্কযুক্ত। হয়তো মার্কভ স্যুইচিং আমাকে সহায়তা করতে পারে তবে আমি এতে খুব নতুন।
স্ট্যান্ডার্ড হ্যামিল্টন মডেল কেবলমাত্র এক সময়ের সিরিজ সন্ধানের নিয়ম পরিচালনা করে। তবে আমরা যদি তাদের দু'জনের মধ্যে কোনও ব্যবস্থা খুঁজে পেতে চাই? আসুন ধরে নেওয়া যাক (কেবল উদাহরণস্বরূপ) আমরা সমীকরণগুলিতে নিয়মগুলি খুঁজে পেতে চাই:
* DLOGGNP = C (1) * DLOGCPI + C (2) + [এআর (1) = সি (5)];
* DLOGGNP = C (3) * DLOGCPI + C (4) + [এআর (1) = সি (5)]
প্রশ্নাবলী:
1) আমরা কি উদাহরণটিতে মার্কভ স্যুইচিং ব্যবহার করতে পারি (2 সিরিজের কিছু সময়ের মধ্যে ব্যবস্থা খুঁজে পেতে)?
2) আমরা উদাহরণটিতে এআর মডেলটি ব্যবহার করতে পারি?
3) এই ভিডিওটি সেই মডেলটিকে ইভিউ https://www.youtube.com/watch?v=0nciNxV0xZ4 এ বর্ণনা করে
এটা কি ঠিক? দুটি সময়ের সিরিজের (জিএনপি এবং সিপিআই, ভিডিও জি এবং জিপিএন) মধ্যে মার্কভ স্যুইচিং তৈরি করতে আমরা কি নির্ভরশীল এবং স্বতন্ত্র ভেরিয়েবল ব্যবহার করতে পারি?