แบบจำลองอนุกรมเวลาสำหรับการคาดการณ์เปอร์เซ็นต์ที่ผูกมัดด้วย (0,1) คืออะไร

สิ่งนี้จะต้องเกิดขึ้น --- การคาดการณ์ของสิ่งต่าง ๆ ที่ติดอยู่ระหว่าง 0 ถึง 1

ในซีรีส์ของฉันฉันสงสัยว่าองค์ประกอบการถดถอยอัตโนมัติและยังเป็นองค์ประกอบการคืนค่าเฉลี่ยดังนั้นฉันต้องการสิ่งที่ฉันสามารถตีความเหมือน ARIMA --- แต่ฉันไม่ต้องการให้มันยิงออกไปถึง 1,000% ในอนาคต .

คุณเพิ่งใช้โมเดล ARIMA เป็นพารามิเตอร์ในการถดถอยโลจิสติกส์เพื่อ จำกัด ผลลัพธ์ระหว่าง 0 และ 1 หรือไม่

หรือฉันได้เรียนรู้ที่นี่ว่าการถดถอยเบต้าเหมาะสำหรับข้อมูล (0,1) มากกว่า ฉันจะใช้สิ่งนี้กับอนุกรมเวลาได้อย่างไร มีแพ็คเกจ R หรือฟังก์ชัน Matlab ที่เหมาะสมและคาดการณ์ได้ง่ายหรือไม่?

ในปริญญาเอกของฉันที่มหาวิทยาลัยสแตนฟอร์ดในปี 1978 ฉันได้สร้างครอบครัวของกระบวนการตอบโต้อัตโนมัติลำดับแรกโดยมีการแจกแจงแบบสม่ำเสมอบน สำหรับจำนวนเต็มใด ๆให้ที่มีการกระจายชุดต่อไปโดยสิ้นเชิงนั่นคือสำหรับR-1 เป็นที่น่าสนใจว่าแม้คือไม่ต่อเนื่องในแต่ละมีการกระจายอย่างต่อเนื่องในเครื่องแบบถ้าคุณเริ่มต้นสมมติเป็นเครื่องแบบ[0,1]ต่อมาริชาร์ดเดวิสและฉันก็ขยายความสัมพันธ์เชิงลบออกเช่น$[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]$$X(t) =-X(t-1)/r + e(t)$(t) มันเป็นเรื่องที่น่าสนใจเป็นตัวอย่างของอนุกรมเวลา autoregressive แบบคงที่ซึ่งมีข้อ จำกัด แตกต่างกันไประหว่างและตามที่ OP ระบุว่าเขาสนใจมันเป็นกรณีทางพยาธิวิทยาเล็กน้อยเนื่องจากแม้ว่าลำดับสูงสุดจะเป็นไปตามขีด จำกัด สูงสุด สำหรับเครื่องแบบ IID มันมีดัชนี extremal น้อยกว่า1ในวิทยานิพนธ์และพงศาวดารของกระดาษน่าจะเป็นของฉันฉันพบว่าดัชนีสุดขั้วคือ$0$$1$$1$$(r-1)/r$. ฉันไม่ได้อ้างถึงมันเป็นดัชนีสุดขั้วเพราะคำดังกล่าวถูกประกาศใช้ในภายหลังโดย Leadbetter (ที่กล่าวถึงมากที่สุดในข้อความ 1983 Springer ของเขาที่เขียนร่วมกับ Rootzen และ Lindgren) ฉันไม่รู้ว่ารุ่นนี้มีประโยชน์จริงหรือไม่ ฉันคิดว่าคงไม่ใช่เพราะการกระจายเสียงเป็นเรื่องแปลกประหลาด แต่มันทำหน้าที่เป็นตัวอย่างทางพยาธิวิทยาเล็กน้อย

ฉันถามเรื่องนี้เมื่อนานมาแล้ว แต่เพิ่งโผล่ขึ้นมาอีกครั้ง ในกรณีที่ฉันดูฉันสิ้นสุดการพยากรณ์ตัวเศษและส่วนแยกซึ่งทำให้การวัดมีความหมายมากกว่า