क्या अनियमित समय श्रृंखला के लिए एक संयोग मॉडल मौजूद है?


16

यह मेरे लिए स्पष्ट नहीं है कि अनियमित समय श्रृंखला (आदर्श रूप से वीईसीएम के साथ जोहान्सन परीक्षण का उपयोग करके ) के साथ संयोग की गणना कैसे करें । मेरा प्रारंभिक विचार श्रृंखला को नियमित करना और लापता मूल्यों को प्रक्षेपित करना होगा, हालांकि यह अनुमान पूर्वाग्रह कर सकता है।

क्या इस विषय पर कोई साहित्य है?


क्या आप स्पष्ट कर सकते हैं कि अनियमित से आपका क्या मतलब है? मैंने शुरुआत में इसका मतलब यह निकाला कि आपके पास अलग-अलग असतत समय अंतरालों की दो श्रृंखलाएँ थीं।
एंडी डब्ल्यू

1
हां, मेरा मतलब है कि अलग-अलग यादृच्छिक आगमन समय के साथ दो बार श्रृंखला (नियमित रूप से नमूना नहीं)।
शेन

जवाबों:


8

आप निम्नलिखित संदर्भों से शुरुआत कर सकते हैं:

  • कॉम्टे (1999) "डिसक्रीट एंड कंटीन्यू टाइम कॉइनग्रीगेशन", जर्नल ऑफ़ इकोनोमेट्रिक्स
  • फेरस्टल (2009) "असतत और निरंतर समय में संयोग"। थीसिस।

कॉम्टे के नागरिक भी उपयोगी हो सकते हैं।


"कॉम्टे के नागरिक भी उपयोगी हो सकते हैं।" लिंक अब मर चुका है, यह क्या उद्धरण था?
Qbik

4

हालांकि यह केवल थोड़ी मदद हो सकती है, जो समस्या आप मेरे सामने पेश करते हैं, वह " चेंज ऑफ सपोर्ट एरिया यूनिट्स का उपयोग करते समय सामने आई " समस्या । यद्यपि यह काम सिर्फ एक रूपरेखा प्रस्तुत करता है जिसे आप "रिग्रेटिंग" के रूप में संदर्भित विधि का उपयोग करके "पुन: व्यवस्थित और प्रक्षेपित" के रूप में वर्णित करते हैं। मुझे नहीं लगता कि इस काम में से कोई भी आपके सवाल का जवाब देने में मदद करेगा कि क्या इस तरह से श्रृंखला में आपके लापता मूल्यों का अनुमान लगाने में त्रुटि सुधार का अनुमान लगाया जाएगा, हालांकि यदि आपके कुछ नमूने दोनों श्रृंखलाओं के लिए क्लस्टर समय अंतराल में हैं तो आप हो सकते हैं खुद के लिए जाँच करने में सक्षम। आप इस क्षेत्र से "सह-खेती" की तकनीक में भी रुचि ले सकते हैं,पियरे गूवार्ट्स " का पर्याय है ।

फिर से मुझे यकीन नहीं है कि यह कितना उपयोगी होगा। यह आपके लापता डेटा का अनुमान लगाने के लिए वर्तमान समय-श्रृंखला पूर्वानुमान तकनीकों का उपयोग करने के लिए काफी सरल हो सकता है। यह आपको यह तय करने में मदद नहीं करेगा कि क्या अनुमान लगाया जाए।

सौभाग्य, और अगर आपको कोई प्रासंगिक सामग्री मिलती है तो थ्रेड को अपडेट रखें। मुझे दिलचस्पी होगी, और आप ऑनलाइन डेटा स्रोतों के प्रसार के साथ सोचेंगे कि यह कम से कम कुछ शोध परियोजनाओं के लिए एक महत्वपूर्ण मुद्दा बन जाएगा।


2
सिंचाई के साथ संबंध अच्छा है, लेकिन यह उल्लेख किया जाना चाहिए कि केवल कुछ प्रकार की अनियमित समय श्रृंखला को चर समर्थन के रूप में देखा जा सकता है। इस संदर्भ में, मूल्य का "समर्थन" वह अवधि है जो मूल्य का प्रतिनिधित्व करता है। उदाहरण के लिए, यदि समय श्रृंखला में एयर सैंपलिंग स्टेशनों में विशेष रूप से आठ घंटे की कुल रीडिंग होती है, केवल सप्ताह के दिनों के दौरान दैनिक प्राप्त की जाती है, तो समर्थन स्थिर, आठ घंटे के बराबर होता है। इस प्रकार परिवर्तन-समर्थन (या चर समर्थन) समस्या समर्थन की अनियमित रिक्ति से अलग है।
whuber
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.