অর্থনীতির ক্ষেত্রে (আমার মনে হয়) নিয়মিত ব্যবধানযুক্ত সময়ের সিরিজের জন্য আমাদের কাছে আরিমা এবং জিআরচ এবং মডেলিং পয়েন্ট প্রক্রিয়াগুলির জন্য পোইসন, হকস, সুতরাং অনিয়মিত (অসম) দুরবর্তী সময় সিরিজের মডেলিংয়ের প্রচেষ্টা সম্পর্কে কীভাবে আছে - সেখানে (অন্তত) কোনও সাধারণ অভ্যাস রয়েছে ?
(এই বিষয়টিতে আপনার কিছু জ্ঞান থাকলে আপনি সংশ্লিষ্ট উইকি নিবন্ধটি প্রসারিতও করতে পারেন ))
সংস্করণ (অনুপস্থিত মান এবং অনিয়মিত ফাঁক হওয়া সময়ের সিরিজ সম্পর্কে):
@ লুকাস রেইস মন্তব্যের জবাব দিন। যদি পরিমাপ বা বাস্তবের পরিবর্তনশীলের মধ্যে ফাঁকগুলি স্থান করে দেওয়া হয় (উদাহরণস্বরূপ) পাইসন প্রক্রিয়ার কারণে এই ধরণের নিয়মিতকরণের জন্য খুব বেশি জায়গা নেই তবে এটি সহজ পদ্ধতিটি বিদ্যমান: t(i)
এটি ভেরিয়েবলের আই-তম টাইম সূচক (i-th সময়) উপলব্ধি এক্স), তারপর যেমন পরিমাপের বার মধ্যে ফাঁক সংজ্ঞায়িত g(i)=t(i)-t(i-1)
, তাহলে আমরা discretize g(i)
ধ্রুবক ব্যবহার c
, dg(i)=floor(g(i)/c
এবং মূল সময় সিরিজ থেকে পুরাতন পর্যবেক্ষণ মধ্যে ফাঁকা মান রয়েছে তা গণনা সাথে নতুন সময় সিরিজ তৈরি i
এবং i+1
(ডিজি করার সমান ঝ), কিন্তু সমস্যা এই যে পদ্ধতিটি খুব সহজেই অনুপস্থিত সংখ্যার সাথে অনুপস্থিত তথ্য সংখ্যার সাথে সময় সিরিজ তৈরি করতে পারে, তাই নিখোঁজ পর্যবেক্ষণগুলির মানগুলির যুক্তিসঙ্গত অনুমান করা অসম্ভব এবং খুব বড় হতে পারেc
"সময়ের কাঠামো / সময়ের নির্ভরতা ইত্যাদি" মুছুন " বিশ্লেষণকৃত সমস্যাটির (চরম c>=max(floor(g(i)/c))
কেসটি নিয়মিতভাবে ব্যবধানে অনিয়মিতভাবে ব্যবধানযুক্ত সময়ের সিরিজটি ভেঙে দিয়ে দেওয়া হয়
সংস্করণ 2 (কেবল মজাদার জন্য): অনিয়মিত ব্যবধানের সময় সিরিজ বা পয়েন্ট প্রক্রিয়া এমনকি ক্ষেত্রে গুমের মানগুলির জন্য চিত্র অ্যাকাউন্টিং।
t(i)
- সময়, x[t(i)],x[t(i+1)],x[t(i+2)]...
এবং t(j+1)-t(j)
স্থির নয়। বিতরণ বা অ্যাসিক্রোনাস ম্যানারে ডেটা সংগ্রহ করা হয়।