对自相关二进制时间序列建模


10

对二进制时间序列建模的常用方法是什么?是否有纸质或教科书在其中处理?我认为具有强自相关的二进制过程。类似于从零开始的AR(1)进程的符号。说且 有白噪声。然后,由定义 的二进制时间序列 将显示自相关,我想用以下代码进行说明X0=0

Xt+1=β1Xt+ϵt,
ϵt(Yt)t0
Yt=sign(Xt)

set.seed(1)
X = rep(0,100)
beta = 0.9
sigma = 0.1
for(i in 1:(length(X)-1)){
  X[i+1] =beta*X[i] + rnorm(1,sd=sigma)
}
acf(X)
acf(sign(X))

如果我得到二进制数据并且我所知道的是存在显着的自相关,那么教科书/常用的建模方法是什么?Yt

我认为,如果使用外部回归变量或季节性假人,我可以进行逻辑回归。但是,纯时间序列方法是什么?

标牌的ACF图

编辑:确切地说,我们假设sign(X)最多可自动关联4个滞后。这将是4阶的马尔可夫模型,我们可以对其进行拟合和预测吗?

编辑2:同时,我偶然发现了时间序列的glms。这些是解释错误的变量,它们是滞后的观察结果和外部回归变量。但是,这似乎是针对泊松和负二项式分布计数完成的。我可以使用泊松分布来估算伯努利斯。我只是想知道是否没有明确的教科书方法。

编辑3:赏金到期...有什么想法吗?


对于您的特定示例,您可以尝试将常规ar过程用作潜在过程,仅观察指标,然后设置似然函数。
kjetil b halvorsen

这将是一种方法...但是,如果O不知道二进制处理程序从何而来呢?那么以上将承担很多模型风险。请查看我的编辑以获取更多信息。
Ric

1
您可能要尝试搜索二聚体模型。这些是相似的。这是一篇可能有用的论文arxiv.org/pdf/1406.2656.pdf
格雷格·彼得森


1
前一篇文章中有关二进制变量的参考信息可在researchgate.net/publication/…的4.6节中获得。对不起,没有包装参考,我可能没有时间回答。
伊夫

Answers:


4

如果我正确理解您的问题,那么“通常的方法”将是一种动态的概率方法,请参见。“用动态二元响应模型预测美国经济衰退”,Heikki Kauppi和Pentti Saikkonen,《经济与统计评论》,第1期。90,第4号(2008年11月),第777-791页,麻省理工学院出版社,稳定网址:http//www.jstor.org/stable/40043114

该模型类是否直接反映您的基础示例过程可能取决于epsilon_t到底是什么样,但是我认为该模型适合您的陈述“我所知道的是存在显着的自相关”。


1
感谢您的回答。幸运的是,网上似乎也有预印本:helda.helsinki.fi/bitstream/handle/10138/16674/…–
瑞克
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.