(0,1) দ্বারা আবদ্ধ শতাংশের পূর্বাভাস দেওয়ার জন্য একটি টাইম সিরিজের মডেল কী?

Question

এটি অবশ্যই উপস্থিত হবে --- 0 থেকে 1 এর মধ্যে আটকে থাকা বিষয়গুলির পূর্বাভাস।

আমার ধারাবাহিকতায়, আমি একটি অটো-রিগ্রেশন উপাদান এবং একটি গড়-ফেরত দেওয়ার উপাদানকেও সন্দেহ করি, তাই আমি এমন কিছু চাই যা আমি আরিমার মতো ব্যাখ্যা করতে পারি --- তবে আমি ভবিষ্যতে এটি 1000% এ নামাতে চাই না don't ।

ফলাফলটি 0 এবং 1 এর মধ্যে সীমাবদ্ধ করার জন্য আপনি কি একটি লৌস্টিক রিগ্রেশনটিতে প্যারামিটার হিসাবে একটি আরিমা মডেল ব্যবহার করেন?

বা আমি এখানে শিখেছি যে (0,1) ডেটার জন্য বিটা রিগ্রেশনগুলি আরও উপযুক্ত। আমি কীভাবে এটি একটি সময়ের সিরিজে প্রয়োগ করব? ভাল আর প্যাকেজ বা মতলব ফাংশনগুলি রয়েছে যা এটি সহজেই ফিটিং এবং পূর্বাভাস দেয়?

Comments

আমি লগগুলি অন্তর্ভুক্ত করে কোনও লগইট / প্রবিট টাইপ মডেলটি অনুমান করে শুরু করতে পারি। তবে আমি বিশ্বাস করি যে এই ধরণের মডেলগুলিতে স্বতঃসংশোধনের জন্য সংশোধন করার মতো সমস্যা রয়েছে, তাই আমি কোনও পরিসংখ্যানমূলক তথ্য আঁকতে দ্বিধা করব।

— জন

Answer 1

১৯8৮ সালে স্ট্যানফোর্ডে আমার পিএইচডি গবেষণামূলক প্রবন্ধে আমি প্রথম অর্ডার অটোরগ্রেশন প্রক্রিয়ার একটি পরিবার তৈরি করেছি যার উপর ইউনিফর্ম প্রান্তিক বিতরণ ছিল $[0,1]$ যে কোনও পূর্ণসংখ্যার জন্য $r\geq 2$ দিন $X(t) = X(t-1)/r+e(t)$ কোথায় $e(t)$ নিম্নলিখিত স্বতন্ত্র ইউনিফর্ম বিতরণ আছে $P(e(t) = k/r)=1/r$ জন্য $k=0,1,..., r-1$। এটি আকর্ষণীয় যদিও যদিও$e(t)$ প্রতিটি বিযুক্ত $X(t)$ একটানা অভিন্ন বিতরণ চালু আছে $[0,1]$ যদি আপনি ধরে নেওয়া শুরু করেন $X(0)$ উপর ইউনিফর্ম হয় $[0,1]$। পরে রিচার্ড ডেভিস এবং আমি এটিকে নেতিবাচক পারস্পরিক সম্পর্কের দিকে বাড়িয়ে দিয়েছি$X(t) =-X(t-1)/r + e(t)$। এটির মধ্যে পৃথক হতে বাধ্য স্টেশনারি অটোরেগ্রেসিভ সময় সিরিজের উদাহরণ হিসাবে এটি আকর্ষণীয়$0$ এবং $1$ যেমনটি ওপি ইঙ্গিত করেছে যে সে আগ্রহী It $1$। আমার থিসিস এবং প্রব্যাবিলিটি পেপারের অ্যানালসগুলিতে আমি দেখিয়েছি যে এক্সটরমাল ইনডেক্সটি ছিল$(r-1)/r$। আমি এটিকে এক্সটরমাল ইনডেক্স হিসাবে উল্লেখ করি নি কারণ সেই শব্দটি পরে লিডবেটর দ্বারা তৈরি করা হয়েছিল (রুটজেন এবং লিন্ডগ্রেনের সহকর্মী তাঁর 1983 স্প্রিংগার পাঠ্যে উল্লেখযোগ্যভাবে উল্লেখ করা হয়েছে)। আমি জানি না এই মডেলের অনেক ব্যবহারিক মান আছে কিনা। আমি মনে করি যেহেতু শব্দ বিতরণটি এত অদ্ভুত নয়। তবে এটি কিছুটা প্যাথলজিকাল উদাহরণ হিসাবে কাজ করে।

Answer 2

আমি এটি অনেক আগে জিজ্ঞাসা করেছি কিন্তু এসও এটি ব্যাক আপ করেছে। আমি যে ক্ষেত্রে তাকিয়ে ছিলাম, আমি পৃথকভাবে সংখ্যার এবং ডিনোমিনেটরের পূর্বাভাস শেষ করেছি, যা যাইহোক মেট্রিকের জন্য আরও অর্থবোধ তৈরি করেছে।