অনিয়মিত ব্যবধানযুক্ত সময়ের সিরিজের জন্য কি কোনও সমন্বয় মডেল উপস্থিত রয়েছে?


16

অনিয়মিত সময় সিরিজের (আদর্শভাবে ভিসিএমের সাথে জোহেনসেন পরীক্ষাটি ব্যবহার করে ) সমন্বয়কে কীভাবে গণনা করা যায় তা আমার কাছে পরিষ্কার নয় । আমার প্রাথমিক চিন্তাটি সিরিজটি নিয়মিত করা এবং নিখোঁজ মানগুলিকে বিভক্ত করা হবে, যদিও এটি অনুমানকে পক্ষপাত করতে পারে।

এই বিষয়ে কোন সাহিত্য আছে?


আপনি অনিয়মিত বলতে কী বোঝাতে চেয়েছেন তা কি স্পষ্ট করে বলতে পারেন? আমি প্রথমে এটি বোঝাতে গিয়েছিলাম যে আপনার দুটি পৃথক পৃথক পৃথক সময়ের ব্যবধান ছিল।
অ্যান্ডি ডাব্লু

1
হ্যাঁ, আমার অর্থ এলোমেলোভাবে আগত সময়ের সাথে নিয়মিত দুটি সময় সিরিজ (নিয়মিত নমুনাযুক্ত নয়)।
শেন

উত্তর:


8

আপনি নিম্নলিখিত রেফারেন্স দিয়ে শুরু করতে পারেন:

  • কম্ট (1999) "স্বতন্ত্র এবং অবিচ্ছিন্ন সময় সমন্বয়", একনোমেট্রিক্স জার্নাল
  • ফার্স্টল (২০০৯) "স্বতন্ত্র এবং অবিচ্ছিন্ন সময়ে সমন্বয়"। গবেষণামূলক প্রবন্ধ।

কমটের উদ্ধৃতিগুলিও কার্যকর হতে পারে।


"কমটের উদ্ধৃতিগুলিও কার্যকর হতে পারে" " লিঙ্কটি এখন মারা গেছে, এটি কোন উদ্ধৃতি ছিল?
কিউবিক

4

যদিও এটি কেবলমাত্র সামান্য সহায়ক হতে পারে, আপনি যে সমস্যাটি আমার কাছে উপস্থাপন করছেন তা হ'ল এককগুলি ব্যবহার করার সময় " সাপোর্টের পরিবর্তন " সমস্যার সাথে সমার্থক । যদিও এই কাজটি "ক্রিগিং" হিসাবে চিহ্নিত একটি পদ্ধতি ব্যবহার করে আপনি "রেগলাইজ এবং ইন্টারপোলেট" হিসাবে বর্ণনা করেছেন তার একটি ফ্রেমওয়ার্ক উপস্থাপন করেছে। আমি মনে করি না যে এই কাজটি কোনওরূপে সিরিজে আপনার অনুপস্থিত মানগুলি নির্ধারণ করা ত্রুটি সংশোধন অনুমানকে পক্ষপাতিত্ব করবে কিনা সে সম্পর্কে আপনার প্রশ্নের জবাব দিতে সহায়তা করবে, যদিও আপনার কয়েকটি নমুনা উভয় সিরিজের ক্লাস্টার সময় ব্যবধানে থাকলে আপনি হতে পারেন নিজের জন্য পরীক্ষা করতে সক্ষম। আপনি এই ক্ষেত্র থেকে "কো-ক্রিগিং" এর কৌশলতেও আগ্রহী হতে পারেন,পিয়ের গুভার্টস )।

আবার আমি নিশ্চিত না যদিও এটি কতটা সহায়ক হবে। আপনার অনুপস্থিত ডেটাটি অনুমান করার জন্য কেবলমাত্র বর্তমান সময়ের-সিরিজের পূর্বাভাস কৌশলগুলি ব্যবহার করা যথেষ্ট পরিমাণে সহজ হতে পারে। এটি কোনটি অনুমান করতে হবে তা সিদ্ধান্ত নিতে আপনাকে সহায়তা করবে না।

শুভকামনা, এবং যদি কোনও প্রাসঙ্গিক উপাদান খুঁজে পান তবে থ্রেডটি আপডেট রাখুন। আমি আগ্রহী হব এবং আপনি অনলাইন ডেটা উত্সগুলির বিস্তার নিয়ে ভাববেন যে এটি অন্তত কিছু গবেষণা প্রকল্পের জন্য প্রাসঙ্গিক বিষয় হয়ে উঠবে।


2
ক্রিগিংয়ের সাথে সংযোগটি ভাল, তবে এটি উল্লেখ করা উচিত যে কেবলমাত্র নির্দিষ্ট ধরণের অনিয়মিত সময় সিরিজটি পরিবর্তনশীল সমর্থন হিসাবে দেখা যায়। এই প্রসঙ্গে, কোনও মানের "সমর্থন" হ'ল সময়কাল যা মানটি উপস্থাপন করে। উদাহরণস্বরূপ, যদি সময় সিরিজটি কেবলমাত্র সপ্তাহের দিনগুলিতে প্রাপ্ত বায়ু স্যাম্পলিং স্টেশনগুলিতে নির্দিষ্ট বিষয়গুলির মোট আট ঘন্টা মোট পাঠক সমন্বিত থাকে, তবে সমর্থনগুলি স্থির হয়, আট ঘন্টার সমান। সুতরাং পরিবর্তন-সমর্থন (বা ভেরিয়েবল সমর্থন) ইস্যুটি সমর্থনকারীদের অনিয়মিত ব্যবধানের থেকে পৃথক।
whuber
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.