अर्थशास्त्र के क्षेत्र में (मुझे लगता है) हमारे पास नियमित रूप से समय श्रृंखला और पॉइसन के लिए ARIMA और GARCH है, मॉडलिंग बिंदु प्रक्रियाओं के लिए हॉक्स है, इसलिए अनियमित समय (असमान रूप से) के लिए मॉडलिंग के प्रयासों के बारे में कैसे - (कम से कम) किसी भी सामान्य प्रथाओं हैं ?
(यदि आपको इस विषय में कुछ ज्ञान है तो आप संबंधित विकि लेख का विस्तार भी कर सकते हैं ।)
संस्करण (लापता मान और अनियमित समय श्रृंखला के बारे में):
@Lucas Reis टिप्पणी का उत्तर दें। यदि माप या अहसास के बीच अंतराल को चर (उदाहरण के लिए) के कारण फैलाया जाता है, तो इस तरह के नियमितीकरण के लिए बहुत अधिक जगह नहीं है, लेकिन यह सरल प्रक्रिया मौजूद है: t(i)
चर x का i-th समय सूचकांक है (i-th समय का) बोध x), फिर माप के समय के बीच अंतराल को परिभाषित करते हैं g(i)=t(i)-t(i-1)
, फिर हम g(i)
निरंतर उपयोग करते हैं c
, dg(i)=floor(g(i)/c
और मूल समय श्रृंखला से पुरानी टिप्पणियों के बीच रिक्त मानों की संख्या के साथ नई समय श्रृंखला बनाते हैं i
और i+1
dg (i) के बराबर है, लेकिन समस्या यह है कि प्रक्रिया आसानी से लापता डेटा की संख्या के साथ समय श्रृंखला का उत्पादन कर सकती है, फिर टिप्पणियों की संख्या बहुत अधिक है, इसलिए लापता टिप्पणियों के मूल्यों का उचित अनुमान असंभव और बहुत बड़ा हो सकता हैc
"समय संरचना / समय निर्भरता आदि" हटाएं विश्लेषण की गई समस्या (चरम स्थिति को देखते हुए दिया जाता है, c>=max(floor(g(i)/c))
जिसमें अनियमित रूप से समय श्रृंखला को नियमित रूप से स्थान दिया जाता है
Edition2 (सिर्फ मनोरंजन के लिए): अनियमित रूप से समय सीमा या बिंदु प्रक्रिया के मामले में लापता मूल्यों के लिए छवि लेखांकन।
t(i)
- समय, x[t(i)],x[t(i+1)],x[t(i+2)]...
और t(j+1)-t(j)
स्थिर नहीं है। डेटा एक वितरित या अतुल्यकालिक मनोर में एकत्र किए जाते हैं।