高度不规则的时间序列


10

我有一些不同鱼类种群的数据,这些数据是在大约5年的时间内采样的,但模式非常不规则。有时样本之间有几个月的间隔,有时一个月内有多个样本。也有很多0计数

如何处理此类数据?

我可以很容易地在R中绘制它的图形,但是这些图形并不是很特别,因为它们非常颠簸。

在建模方面-将物种建模为各种事物的函数-也许是混合模型(又称为多级模型)。

欢迎任何参考或想法

回应评论的一些细节

大约有15种。

我试图既了解每条鱼的任何趋势或季节性,又看一看物种之间的相互关系(我的客户最初想要一个简单的相关表)

目标是描述性和分析性的,而非预测性的

进一步的编辑:我确实找到了K. Rehfield等人的论文,该论文建议使用高斯核估计高度不规则时间序列的ACF

http://www.nonlin-processes-geophys.net/18/389/2011/npg-18-389-2011.pdf


1
我不是回答您问题的合适人选,但多层模型听起来很合理。是否暗示样本有多大,种类有多少以及零计数是如何产生的?(在最后一点上,样本是尝试随机样本,还是有偏见,就像您刚刚从鲈鱼垂钓比赛中得到的计数,可能不会产生任何cat鱼一样?)
韦恩

1
“交易”是什么意思?有关应对不规则时间的一些想法,请在“ +不规则+时间”
呜呼

您可以澄清抽样和目标吗?例如,这是捕获-重新捕获吗?它是否在特定时间段内放置在流中而没有释放的网?您是否要估计未来的样本量或从中抽取样本的人数更多?样本来自1个还是多个地点?不规则的时间序列没有什么错,但是很难理解采样事件之间以及样本与某些目标变量(例如模型响应)之间的联系。此外,目标本质上是预测性的还是描述性的?
Iterator

2
为何有人拒绝这个问题?为什么不尝试帮助提出更好的问题或答案?
Iterator

2
@Iterator因为即使在“进一步编辑”之后,这里也没有明确的问题。下注(在未听完我的第一条评论之后未发表的情况下进行)是为了鼓励OP进行必要的改进,并表示问题仅是部分形成的状态。并不是每个读者(也不是mods)来猜测意图是什么!
ub

Answers:


10

我花了很多时间为间隔不均匀的时间序列建立通用框架:http : //www.eckner.com/research.html

另外,我写了一篇关于不均匀间隔时间序列的趋势和季节性估计的论文。

希望对您有所帮助!


5
谢谢!这种分析是很久以前的,我不再做,但是类似的事情可能会再次出现。其他人确实在这些线程中进行了大量搜索,因此不会浪费您的评论。
彼得·富勒姆

感谢您提供的信息(确实是几年后,互联网上有人在寻找它!),但是链接已失效。
2014年

2

我不知道混合模型是否非常合适(使用随机效应结构为线性预测变量的标准软件包),除非您认为所有时间点的数据都应在某种意义上相互交换(在这种情况下)不规则的间隔是没有问题的)-它实际上不是以合理的方式对时间自相关建模。您可能会诱骗lmer()做某种自我攻击的事情,但是您现在到底能做些什么使我逃脱了(我可能并没有想清楚)。另外,我不确定在混合模型场景中会引起自相关的“分组变量”是什么。

如果时间自相关是一个令人讨厌的参数,并且您不希望它是 如此如果您的数据很大,则可以将数据分为相互关联的时期(例如,在没有数据的月份分离时间序列),并将其视为独立的副本。然后,您可以在此修改后的数据集上执行类似GEE的操作,其中“簇”由您所在的时期来定义,并且工作相关矩阵的项取决于观察值相距多远。如果您的回归函数正确,那么即使相关结构指定不正确,您仍将获得回归系数的一致估计。这也将使您可以使用对数链接(例如,在泊松回归中通常会使用对数链接)将其建模为计数数据。您还可以在物种之间建立一些微分的相关性,其中每个时间点被视为物种计数的多元向量,时间点之间在时间上具有一定的衰减关系。这将需要一些预处理来欺骗标准GEE软件包来执行此操作。

Ys,Ytu,v

cov(Ys,Yt)=fθ(s,t,u,v)

fθ


谢谢@macro。我认为混合模型可能是可行的,因为它们经常用于时间嵌套的数据。我对自相关建模不太感兴趣-也就是说,这很麻烦。我同意时间不会是线性的,但是我可以添加时间的影响(不确定哪一个,但是我可以探索它)。我没有MPLUS,但我有R和SAS。
彼得·富勒姆

1
我只是说标准混合模型在这种情况下可能不合适。如果您不认为时间点在相关性方面是可交换的,则随机截距是无用的(即,它只能在“可交换相关性”世界中提供与您真正的相关性结构的近似值)。包括时间上的随机斜率,表明您认为轨迹随着时间的流逝“向某处前进”-由于该图对您来说不是很照亮,因此可能不会发生。我承认,尽管如此,您也许可以欺骗lmer()做一些更适当的事情。

2
+1一个好的,简洁的答案,解决了我想解决的所有主要问题,以及更多。关于R中的软件包,Google搜索CRAN,以查找[泊松回归时间]可以得到多个软件包。该surveillance包装可以具有期望的功能。这种模型在生态学研究中并不罕见,因此最好在CRAN的生态学角落中找到一个好的包装。
Iterator
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.