İktisat alanında (bence) düzenli aralıklı zaman serileri için ARIMA ve GARCH ve modelleme noktası süreçleri için Poisson, Hawkes var, peki düzensiz (düzensiz) aralıklı zaman serileri modelleme girişimleri hakkında - en azından herhangi bir ortak uygulama var mı? ?
(Bu konuda biraz bilginiz varsa, ilgili wiki makalesini de genişletebilirsiniz .)
Baskı (eksik değerler ve düzensiz aralıklı zaman serileri hakkında):
@Lucas Reis yorumuna cevap. Ölçümler veya gerçekleşmeler değişkeni arasındaki boşluklar (örneğin) Poisson işleminden dolayı aralıklı ise, bu tür bir normalizasyon için fazla yer yoktur, ancak basit prosedür mevcuttur: t(i)
x değişkeninin i-time zaman indeksi (i. gerçekleşme x) daha sonra da ölçüm kez arasında boşlukları oluşturmak g(i)=t(i)-t(i-1)
, sonra da ile kesikli g(i)
kullanılarak sabit c
, dg(i)=floor(g(i)/c
ve orijinal zaman serisi eski gözlemler arasındaki boş değerler sayısı ile yeni zaman dizi oluşturmak i
ve i+1
(dg i eşit), ancak sorun bu olmasıdır prosedür, gözlemlenen sayıdan çok daha büyük sayıda eksik veri içeren zaman serilerini kolayca üretebilir, bu nedenle eksik gözlemlerin değerlerinin makul bir şekilde tahmin edilmesi imkansız ve çok büyük olabilirc
"zaman yapısı / zamana bağlılık vb." sil analiz edilen problemin (aşırı durum, c>=max(floor(g(i)/c))
düzensiz aralıklı zaman serilerini düzenli aralıklarla basitçe daraltmak suretiyle alınır.
2. Baskı (yalnızca eğlence amaçlı): Düzensiz aralıklı zaman serilerindeki eksik değerleri veya hatta nokta işlemi durumlarını gösteren resim.
t(i)
- zaman x[t(i)],x[t(i+1)],x[t(i+2)]...
ve t(j+1)-t(j)
sürekli değil. Veriler dağıtılmış veya asenkron bir malikanede toplanır.