시계열 분석을 사용하여 폭력적 행동 분석 / 예측

이것은 약간의 플립 판트 질문이지만 대답에 진지한 관심이 있습니다. 나는 정신 병원에서 일하고 있으며, 와드의 폭력 수준과 관련하여 매일 각 와드에서 수집되는 3 년간의 데이터를 가지고 있습니다.

분명히이 데이터에 맞는 모델은 시계열 모델입니다. 좀 더 평범하게하기 위해 점수를 달리해야했습니다. 나는 차분 된 데이터로 ARMA 모델을 적합 시켰으며, 내가 생각하기에 가장 잘 맞는 것은 1 차의 차분 및 1 차 자동 상관이 지연 2에서 발생한 모델이라고 생각했다.

제 질문은이 모델을 지구상에서 사용할 수 있습니까? 시계열은 토끼 인구와 유가에 관한 한 교과서에서 항상 유용하게 보이지만, 이제는 내 자신의 결과를 완전히 불투명 한 것처럼 보입니다. 차이 점수는 지연 2에서 서로 관련이 있지만, 진지하게 심각한 사고가 발생한 후 이틀 동안 모든 사람이 높은 경보를 받도록 조언 할 수는 없습니다.

아니면 할 수 있습니까?

데이터에 맞는 모델이 시계열 모델 일 필요는 없습니다. 상자 밖에서 조금 생각하는 것이 좋습니다.

여러 변수 (예 : 연령, 성별,식이, 민족성, 질병, 약물)가있는 경우 다른 모델에 사용할 수 있습니다. 같은 방에 특정 환자를 두는 것이 중요한 예견일까요? 아니면 직원과 관련이 있습니까? 또는 사용할 수있는 다른 변수가있는 경우 다변량 시계열 모델 (예 : VECM)을 사용해보십시오. 환자 간의 폭력 관계를 살펴보십시오. 특정 환자가 함께 행동합니까?

시계열 모델은 시간이 동작에 중요한 역할을하는 경우 유용합니다. 예를 들어 폭력 클러스터가있을 수 있습니다. 휘발성 클러스터링 문헌을보십시오. @Jonas가 제안한 것처럼 지연 순서가 2이면 폭력이 급증한 다음 날 더 높은 경고를 받아야 할 수도 있습니다. 그러나 그것은 당신이 첫날을 막는 데 도움이되지 않습니다 : 폭력에 대한 원인을 단순히 시계열 방식으로 버리기보다는 실제로 폭력의 원인을 이해 하기 위해 분석에 연결할 수있는 다른 정보가있을 수 있습니다 .

마지막으로 기술적 인 제안으로 R을 분석에 사용하는 경우 Rob Hyndman (이 사이트의 작성자)의 예측 패키지 를 살펴볼 수 있습니다 . 여기에는 매우 멋진 기능이 많이 있습니다. 종이 참조 "자동 시계열 예측을 : 예측 R에 대한 패키지" 통계 소프트웨어의 저널을.

모델을 차이점에 맞추 었습니다. 즉, 폭력 수준의 변화를 설명하고 있습니다. 2 일의 지연이 발생합니다. 지연은 프로세스의 메모리를 나타냅니다. 다시 말해, 오늘날의 폭력 수준의 변화는 지난 이틀 동안의 폭력 수준의 변화에 ​​어느 정도 의존합니다. 더 긴 시간 척도의 경우 무작위 영향의 기여도는 충분히 높아져 더 이상 명확한 연결이 없습니다.

자기 상관은 긍정적입니까? 그렇다면 오늘날 폭력 수준의 변화는 이틀 동안 비슷한 폭력 수준의 변화를 시사합니다. 부정적입니까? 그러면 이틀 동안 폭력이 더 높아질 수 있습니다.

물론 혼란스러운 효과를 제어해야 할 수도 있습니다. 예를 들어, 심각한 사고 이후 사람들은 경미한 사고를보고 할 가능성이 높지만이 "감작"은 2 일 후에 사라질 것입니다.