자동 상관 이진 시계열 모델링

이진 시계열 모델링에 대한 일반적인 접근 방법은 무엇입니까? 이것이 취급되는 종이나 교과서가 있습니까? 강력한 자기 상관 관계가있는 이진 프로세스를 생각합니다. AR (1) 프로세스의 부호와 같은 것은 0에서 시작합니다. 말 및 백색 잡음 . 그런 다음 의해 정의 된 이진 시계열 은 자기 상관을 보여 주며 다음 코드로 설명하고 싶습니다.$X_0 = 0$

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))

이진 데이터 얻는다면 교과서 / 일반적인 모델링 방법 은 무엇입니까? 내가 아는 것은 중요한 자기 상관이 있다는 것입니다.$Y_t$

나는 외부 회귀 분석기 나 계절적 인형의 경우 로지스틱 회귀 분석을 할 수 있다고 생각했다. 그러나 순수한 시계열 방식은 무엇입니까?

편집 : 정확하게 말하면 sign (X)는 최대 4 지연에 대해 자동 상관 관계가 있다고 가정합시다. 이것이 주문 4의 마르코프 모델일까요?

편집 2 : 그 동안 나는 시계열 glms에 우연히 만났다. 설명 변수가 지연된 관측치 및 외부 회귀 변수 인 glm입니다. 그러나 이것은 포아송과 음 이항 분포에 대해 수행 된 것으로 보입니다. 나는 포아송 분포를 사용하여 Bernoullis를 근사 할 수 있습니다. 나는 이것에 대한 명확한 교과서 적 접근이 없는지 궁금합니다.

편집 3 : 현상금이 만료됩니다 ... 어떤 아이디어?

귀하의 질문을 올바르게 이해하면 "일반적인 접근 방식"은 역동적 인 프로 빗 접근 방식입니다. "동적 이항 반응 모델을 이용한 미국의 불황 예측", Heikki Kauppi 및 Pentti Saikkonen, 경제 및 통계 검토 Vol. 90, No. 4 (2008 년 11 월), 777-791, MIT Press, 안정적인 URL : http://www.jstor.org/stable/40043114

해당 모델 클래스가 기본 예제 프로세스를 직접 반영하는지 여부는 epsilon_t가 정확히 어떤지에 따라 결정될 수 있지만 모델이 "중요한 자기 상관이 있다는 것만 알고 있습니다"라는 문장에 적합하다고 생각합니다.