我希望这是张贴此文章的正确地点,我考虑过将其张贴在怀疑论者身上,但我认为他们只是说这项研究在统计上是错误的。我对这个问题的另一面感到好奇,那就是如何正确地做到这一点。
作者在网站Quantified Self上发布了一项实验结果,该实验是对一段时间内自己测量的一些输出指标进行比较,并比较了突然停止喝咖啡前后的比较。对结果进行了主观评估,作者认为他有证据表明时间序列有变化,并且与政策的变化有关(饮用咖啡)
这让我想起了经济模型。我们只有一个经济体(目前正在关注),因此经济学家通常基本上在进行n = 1个实验。因此,几乎可以肯定的是,随着时间的推移数据是自相关的。美联储表示,经济学家通常在观察其启动一项政策的过程,并试图确定时间序列是否发生变化,这有可能是由于该政策造成的。
根据数据确定时间序列是增加还是减少的适当测试是什么?我需要多少数据?存在哪些工具?我最初的谷歌搜索建议使用马尔可夫切换时间序列模型,但并不是我的谷歌搜索技能让我无法使用该技术的名称来做任何事情。