有界数据时间序列分析的 Beta 回归及其在加拿大 Google${}^\circledR$ Flu Trends 中的应用
应用统计
2014-04-15 v1
摘要
在应用中经常遇到由比率或比例组成的有界时间序列。本文提出了一种通过 Beta 回归模型分析有界时间序列的实用方法。该方法允许在原始响应尺度上直接解释回归参数，同时恰当处理有界变量典型的异方差性。序列依赖性通过高斯 Copula 建模，其相关矩阵对应于平稳的自回归移动平均过程。研究表明，只需对标准的自回归移动平均模型分析进行微调，即可直接进行推断、预测和控制。该方法的动机源于其在 Google Flu Trends 项目估算的类流感疾病发病率中的应用。
引用
@article{arxiv.1404.3533,
title = {Beta regression for time series analysis of bounded data, with application to Canada Google${}^\circledR$ Flu Trends},
author = {Annamaria Guolo and Cristiano Varin},
journal= {arXiv preprint arXiv:1404.3533},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS684 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)