(0,1)에 의해 제한되는 백분율을 예측하기위한 시계열 모델은 무엇입니까?

이것은 0과 1 사이에 갇힌 것들의 예측입니다.

이 시리즈에서는 자동 회귀 구성 요소와 평균 복귀 구성 요소가 의심되므로 ARIMA처럼 해석 할 수있는 무언가를 원하지만 앞으로 1000 %까지 튀기를 원하지 않습니다. .

로지스틱 회귀 분석의 매개 변수로 ARIMA 모델을 사용하여 결과를 0과 1 사이에 제한합니까?

또는 베타 회귀가 (0,1) 데이터에 더 적합하다는 것을 여기서 배웠습니다 . 이것을 시계열에 어떻게 적용합니까? 이것을 쉽게 맞추고 예측할 수있는 좋은 R 패키지 나 Matlab 기능이 있습니까?

1978 년 스탠포드 대학 박사 학위 논문에서 나는에 일정한 한계 분포 가지 일차 자기 회귀 과정 가족 구성 용 정수 하자 여기서 는 대해 다음의 이산 균일 분포 집니다. 가 이산 적이지만 이 에서 균일 하다고 가정하면 시작하면 각 가 에서 연속적인 균일 분포를 갖는 것이 흥미 롭습니다 . 나중에 Richard Davis와 나는 이것을 음의 상관 관계로 확장했다.$[0,1]$$r\geq 2$$X(t) = X(t-1)/r+e(t)$$e(t)$$P(e(t) = k/r)=1/r$$k=0,1,..., r-1$$e(t)$$X(t)$$[0,1]$$X(0)$$[0,1]$$X(t) =-X(t-1)/r + e(t)$ 입니다. OP가 관심을 표명 한 바와 같이 과 사이에서 변하는 고정 된 자기 회귀 시계열의 예로 흥미 롭습니다. 시퀀스의 최대 값이 한계와 유사한 극단적 인 값 한계를 만족시키기 때문에 약간 병리학적인 경우입니다. IID 유니폼의 경우 극한 지수가 미만 입니다. 논문과 확률 논문에서 극단 지수는$0$$1$$1$$(r-1)/r$. 나는이 용어가 나중에 Leadbetter (주로 1983 년 Springer 텍스트에서 Rootzen과 Lindgren과 공동 저술 한 글에서 언급 됨)에 의해 만들어 졌기 때문에 극단 지수라고 언급하지 않았다. 이 모델이 실질적인 가치가 있는지는 잘 모르겠습니다. 소음 분포가 너무 독특하기 때문에 아마 아닐 것입니다. 그러나 그것은 약간 병리학 적 예의 역할을합니다.

나는 오래 전에 이것을 물었지만 SO가 다시 나타났습니다. 내가보고있는 경우, 분자와 분모를 따로 따로 예측했는데, 어쨌든 메트릭에 더 적합했습니다.