예측을위한 일반화 된 선형 모델과 Timseries 모델

ARD (Automatic Relevance Determination) 및 Ridge Regression과 같은 일반화 선형 모형을 사용하는 것과 Box-Jenkins (ARIMA) 또는 지수 평활 법과 같은 시계열 모형과 비교할 때 차이점은 무엇입니까? GLM 사용시기 및 시계열 사용시기에 관한 경험 규칙이 있습니까?

실제로 전문가는 아니지만이 질문에 한동안 대답하지 않았으므로 대답을 시도 할 것입니다 .GLM과 시계열 모델의 상자와 젠킨스의 세 가지 차이점을 생각할 수 있습니다.

1) GLM은 다른 변수 X (Y = f (X))의 함수로 변수 Y를 모델링하는 것입니다. 시계열 모델에서는 변수 Y를 자체 함수로 모델링하지만 이전 시간 단계 (Y (t) = f (Y (t-1), Y (t-2), ...) );

2) 이전 요점과 관련하여 : GLM은 입력 공변량의 자체 자기 상관을 고려하지 않는 반면, ARIMA와 같은 시계열 모델은 본질적으로 자동 상관 관계가 있습니다.

3) 자동 회귀 모델은 잔차가 평균이 0 인 정규 가정을 기반으로 생각하지만 GLM은 반응 변수의보다 복잡한 데이터 구조를 수용하며 비정규 분포 (Gamma, Poisson 등)를 가질 수 있습니다.

GLM 사용시기와 시계열 사용시기에 대한 규칙이 있습니까? 모델 시간을 임의의 효과로 고려하지 않는 한 GLM은 단순히 시계열 모델에 대한 잘못된 접근 방법이라고 생각합니다.