हिंसक व्यवहार का विश्लेषण / भविष्यवाणी करने के लिए समय श्रृंखला विश्लेषण का उपयोग करना


13

यह थोड़ा फ़्लिप्टेंट सवाल है, लेकिन मुझे जवाब में गंभीर दिलचस्पी है। मैं एक मनोरोग अस्पताल में काम करता हूं और मेरे पास उस वार्ड पर हिंसा के स्तर के बारे में प्रत्येक वार्ड में हर दिन एकत्र किए गए तीन साल के आंकड़े हैं।

स्पष्ट रूप से जो मॉडल इन आंकड़ों को फिट करता है वह एक समय श्रृंखला मॉडल है। मुझे उन्हें और सामान्य बनाने के लिए स्कोर में अंतर करना पड़ा। मैं एक ARMA मॉडल को विभेदित डेटा के साथ फिट करता हूं, और मुझे लगता है कि सबसे अच्छा फिट एक मॉडल है जिसमें अलग-अलग डिग्री का एक डिग्री है और लैग 2 पर पहले ऑटो-सहसंबंध का आदेश देता है।

मेरा सवाल यह है कि मैं इस मॉडल का उपयोग किस धरती पर कर सकता हूं? पाठ्यपुस्तकों में टाइम सीरीज़ हमेशा इतनी उपयोगी लगती है, जब यह हरे-भरे आबादी और तेल की कीमतों के बारे में होती है, लेकिन अब मैंने अपना स्वयं का परिणाम किया है, ऐसा लगता है कि यह पूरी तरह से अपारदर्शी है। अलग-अलग स्कोर लैग टू में एक-दूसरे के साथ सहसंबद्ध हैं, लेकिन मैं वास्तव में सभी को गंभीरता से एक गंभीर घटना के दो दिन बाद हाई अलर्ट पर रहने की सलाह नहीं दे सकता।

या कर सकता हूं?


क्या आप "हिंसक व्यवहार का विश्लेषण / भविष्यवाणी करने के लिए समय श्रृंखला विश्लेषण का उपयोग" जैसे शीर्षक को संपादित कर सकते हैं?
पॉल

1
मुझे वास्तव में इस तरह का सवाल पसंद है, मुझे लगता है कि इस प्रकार की सटीक वास्तविक वर्ल समस्या साइट के हित को बढ़ाएगी। यह बेहतर होगा यदि आपको डेटा से लिंक जोड़ने की संभावना है, या हमें बताने के लिए (पोस्ट के पूरक के रूप में) आपने आखिरकार क्या किया, निष्कर्ष क्या था .... हालांकि मैं समझता हूं कि यह हो सकता है गोपनीय ...
रॉबिन जिरार्ड

मुझे लगता है कि मैं एक यादृच्छिक चर की परिभाषा के बारे में सवाल पर आपको पास करने के लिए फिर से वोट कर सकता हूं;)
रॉबिन जिरार्ड

मैं आपको यह बताने के लिए वापस आऊंगा कि परिणाम क्या थे, लेकिन यह तब होगा जब मैं बहुत सारे अन्य कार्यों के साथ इस तरह से काम कर रहा हूं। क्या आप "यादृच्छिक चर के बारे में सवाल पर पास" के बारे में क्या मतलब नहीं था? क्या कोई प्रश्न है जो आप मुझे देखने की सलाह देते हैं?
क्रिस बीले जूल

खेद है कि अगर मैं स्पष्ट नहीं था, मेरा मतलब यह नहीं है कि मैं (व्यक्तिगत व्यक्तिपरक राय) आपके जैसे सवाल से सवाल पूछता हूं जो "एक यादृच्छिक चर है" पूछता है ... लेकिन मुझे लगता है कि मेरी खुशी हर किसी की नहीं है :)
रॉबिन जिरार्ड

जवाबों:


9

मॉडल जो डेटा को फिट करता है उसे टाइम सीरीज़ मॉडल नहीं होना चाहिए; मैं बॉक्स के बाहर थोड़ा सोचने की सलाह दूंगा।

यदि आपके पास कई चर हैं (उदाहरण के लिए, आयु, लिंग, आहार, जातीयता, बीमारी, दवा) तो आप एक अलग मॉडल के लिए इनका उपयोग कर सकते हैं। शायद एक ही कमरे में कुछ रोगियों का होना एक महत्वपूर्ण भविष्यवक्ता है? या शायद यह उपस्थित कर्मचारियों के साथ क्या करना है? या यदि आपके पास अन्य चर हैं जिनका आप उपयोग कर सकते हैं, तो एक बहु-चर समय श्रृंखला मॉडल (जैसे VECM) का उपयोग करने पर विचार करें। रोगियों के बीच हिंसा के संबंधों को देखें: क्या कुछ रोगी एक साथ कार्य करते हैं?

समय श्रृंखला मॉडल उपयोगी है अगर समय व्यवहार में कुछ महत्वपूर्ण भूमिका है। उदाहरण के लिए, हिंसा का एक समूह हो सकता है। साहित्य की अस्थिरता को देखिए। जैसा कि @ जोनास सुझाव देता है, 2 के एक आदेश के साथ, आपको हिंसा में फटने के बाद दिन पर उच्च अलर्ट पर रहना पड़ सकता है। लेकिन यह आपको पहले दिन को रोकने में मदद नहीं करता है: ऐसी अन्य जानकारी हो सकती है जिसे आप विश्लेषण में लिंक कर सकते हैं कि वास्तव में हिंसा के कारण को समझने के लिए, बल्कि इसे एक समय श्रृंखला फैशन में प्रसारित करने के बजाय।

अंत में, एक तकनीकी सुझाव के रूप में: यदि आप विश्लेषण के लिए R का उपयोग कर रहे हैं, तो आप Rob Hyndman (इस साइट के निर्माता) के पूर्वानुमान पैकेज पर एक नज़र डाल सकते हैं । इसकी कई बहुत अच्छी विशेषताएं हैं; देखने के कागज "स्वचालित समय श्रृंखला पूर्वानुमान: पूर्वानुमान आर के लिए पैकेज" सांख्यिकीय सॉफ्टवेयर के जर्नल में।


1
सहमत - बस मॉडलिंग पर कुछ अतिरिक्त विचारों को बाहर फेंकने के लिए: भविष्यवाणी करने के लिए कि कौन से रोगियों में 1+ हिंसक प्रकोप होगा, पॉइसन (एस्क) प्रतिगमन यह अनुमान लगाने के लिए कि मरीजों को कई आउटबर्स्ट, बहुस्तरीय में कमरे-से-कमरे और / से भिन्नताओं की जांच करनी होगी या वार्ड-टू-वार्ड ...
मैट पार्कर

1
+1 ऑटो-सहसंबंध के मुद्दों के कारण समय श्रृंखला पर रैखिक मॉडल आदि का उपयोग नहीं करने के लिए पहले से ही अनुमान लगाकर अंधा होना आसान है, और एलएम, जीएलएम, आदि जब एआरएमआईएम, डीएलएम, आदि में पकड़े जा सकते हैं, के साथ काफी शक्तिशाली हो सकता है थोड़ी सी सावधानी।
वेन

6

आपने मॉडल को अंतरों के लिए फिट किया, जिसका अर्थ है कि आप हिंसा के स्तरों में बदलाव का वर्णन कर रहे हैं। आपको 2 दिनों का अंतराल मिलता है। एक अंतराल प्रक्रिया की स्मृति का संकेत है। दूसरे शब्दों में, हिंसा के स्तरों में परिवर्तन से पिछले दो दिनों में हिंसा के स्तर में परिवर्तन पर कुछ निर्भरता है। अधिक समय के लिए, यादृच्छिक प्रभावों का योगदान इतना मजबूत हो जाता है कि अब कोई स्पष्ट लिंक नहीं है।

क्या ऑटो-सहसंबंध सकारात्मक है? तब हिंसा के स्तर में बदलाव आज दो दिनों में हिंसा के स्तर में समान परिवर्तन का सुझाव देता है। क्या यह नकारात्मक है? तब हिंसा दो दिनों तक अधिक रह सकती है।

बेशक, आप प्रभाव को कम करने के लिए नियंत्रित करना चाह सकते हैं। उदाहरण के लिए, एक गंभीर घटना के बाद, लोगों को मामूली घटनाओं की रिपोर्ट करने की अधिक संभावना हो सकती है, लेकिन यह "संवेदीकरण" दो दिनों के बाद दूर हो जाएगा।

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.