Was ist ein Zeitreihenmodell für die Vorhersage eines durch (0,1) gebundenen Prozentsatzes?

Dies muss geschehen - die Vorhersage von Dingen, die zwischen 0 und 1 stecken.

In meiner Serie vermute ich eine Komponente der automatischen Regression und auch eine Komponente, die den Mittelwert zurücksetzt. Daher möchte ich etwas, das ich wie eine ARIMA interpretieren kann - aber ich möchte nicht, dass es in Zukunft zu 1000% abschießt .

Verwenden Sie nur ein ARIMA-Modell als Parameter in einer logistischen Regression, um das Ergebnis zwischen 0 und 1 zu beschränken?

Oder ich habe hier erfahren , dass Beta-Regressionen für (0,1) -Daten besser geeignet sind. Wie würde ich dies auf eine Zeitreihe anwenden? Gibt es gute R-Pakete oder Matlab-Funktionen, die das Anpassen und Vorhersagen so einfach machen?

In meiner Doktorarbeit in Stanford im Jahr 1978 konstruierte ich eine Familie von Autoregressionsprozessen erster Ordnung mit gleichmäßigen Randverteilungen auf Für jede ganze Zahl sei wobei die folgende diskrete Gleichverteilung hat, die für . Es ist interessant, dass, obwohl diskret ist, jedes eine kontinuierliche Gleichverteilung auf wenn Sie zunächst annehmen, dass auf gleichmäßig ist . Später erweiterten Richard Davis und ich dies auf negative Korrelation, dhr ≥ 2 X ( t ) = X ( t - 1 ) / r + e ( t ) e ( t ) P ( e ( t ) = k / r ) = 1 / r k = 0 , 1 , . . . , r - 1 e ( $[0,1]$$r\geq 2$$X(t) = X(t-1)/r+e(t)$$e(t)$$P(e(t) = k/r)=1/r$$k=0,1,..., r-1$X ( t ) [ 0 , 1 ] X ( 0 ) [ 0 , 1 ] X ( t ) = - X ( t - 1 ) / r + e ( t ) 0 1 1 ( r - 1 ) /$e(t)$$X(t)$$[0,1]$$X(0)$$[0,1]$$X(t) =-X(t-1)/r + e(t)$ . Es ist interessant als Beispiel für eine stationäre autoregressive Zeitreihe, die gezwungen ist, zwischen und zu variieren, wie das OP angibt, an dem er interessiert ist. Dies ist ein leicht pathologischer Fall, da das Maximum der Sequenzen zwar eine der Grenze ähnliche Extremwertgrenze erfüllt für IID-Uniformen hat es einen Extremalindex von weniger als . In meiner Arbeit und in Annals of Probability habe ich gezeigt, dass der Extremalindex$0$$1$$1$$(r-1)/r$. Ich habe es nicht als Extremalindex bezeichnet, da dieser Begriff später von Leadbetter geprägt wurde (insbesondere in seinem Springer-Text von 1983, der gemeinsam mit Rootzen und Lindgren verfasst wurde). Ich weiß nicht, ob dieses Modell viel praktischen Wert hat. Ich denke wahrscheinlich nicht, da die Geräuschverteilung so eigenartig ist. Aber es dient als leicht pathologisches Beispiel.

Ich habe das vor langer Zeit gefragt, aber SO hat es einfach wieder aufgetaucht. In dem Fall, den ich mir ansah, prognostizierte ich Zähler und Nenner getrennt voneinander, was für die Metrik ohnehin sinnvoller war.