一种用于多变量监测的整数值时间序列模型
应用统计
2019-09-16 v3
摘要
近年来，出于公共卫生原因，各类监测数据日益可得。在大多数情况下，需监测若干变量并报告不同类型的事件。随着监测数据量的增加，能够有效应对多变量监测场景的统计方法备受需求。尽管该领域的研究活动近年迅速增长，但仅有少数方法同时处理了数据的整数值性质及其相关结构（时间相关与交叉相关）。本文提出一种多变量整数值自回归模型，该模型允许序列间存在序列相关与交叉相关，并可轻松容纳过离散与协变量信息。此外，其结构隐含了向地方性成分与流行性成分的自然分解，这是传染病计数动态模型中的常见区分。疾病暴发的检测通过将监测数据与在将所提模型拟合于一组干净历史数据后获得的一步向前预测进行比较来实现。所提模型的性能通过雅典 2004 年奥运会期间收集的三变量综合征监测数据系列加以说明。
引用
@article{arxiv.1805.08561,
title = {An integer-valued time series model for multivariate surveillance},
author = {Xanthi Pedeli and Dimitris Karlis},
journal= {arXiv preprint arXiv:1805.08561},
year = {2019}
}