پیوند آمیخته-مقیاس نرمال برای مدل سازی سری های زمانی دودوئی تحت رهیافت فضا-حالت

Abstract

در این مقاله به معرفی کلاس مدل‌های آمیخته فضا-حالت دودوئی با پیوندهای آمیخته-مقیاس نرمال پرداخته می‌شود. استنباط آماری با استفاده از تعمیمی از الگوریتم‌های مونت کارلوی زنجیر مارکوفی انجام می‌شود. همچنین برای بررسی برازش مدل‌ها لگاریتم امتیاز پیش‌بین با به کارگیری الگوریتم PL محاسبه می‌گردد. با تحلیل مجموعه داد‎‏ه‌های واقعی نشان داده می‌شود که این کلاس از مدل‌ها بسیار منعطف هستند به‌طوری‌که همبستگی پیاپی و بیش‌پراکنش مشاهدات را لحاظ می‌کنند و پیش‌بینی بهتری نسبت به مدل‌های رقیب ارائه می‌دهند.