Статистические данные > Методология [представлена 8 июля 2026 года (v1), последний пересмотренный вариант от 26 октября 2026 г. (настоящая версия, v2) В случае использования методов, подходящих для ограниченных результатов, стандартный подход представляет собой квазиподобную обобщенную линейную модель (GLM) со стандартными погрешностями гетероскедастичности и автокорреляции (HAC). Однако ни один из существующих оценочных моделей совместно не моделирует структуру погрешностей бета-распределенной условной плотности и авторегрессивности (AR). Мы введем бета-арк, статуэтку для совместной оценки условной максимальной вероятности бета-реакции с ошибками AR(k) на основе рекурсивной замены, которая дает закрытую форму условной бета-вероятности с авторегресовой зависимостью произвольного порядка. В отличие от двухэтапных подходов, бетарк совместно оценивает средние коэффициенты, точность и АР(k) в одной вероятности, поэтому сообщенные стандартные ошибки непосредственно учитывают автокоррелацию без отдельной корректировки. В исследовании Monte Carlo были сопоставлены бета-марки с квазибиномией GLM, использующими стандартные ошибки Ньюея - Запада HAC в процессах AR(1)-AR(3), три серии длины и четыре размера эффектов в конструкции одной группы ISA. Оба метода были по сути непредвзятыми, однако бета-карковый метод в большинстве сценариев позволил сделать более взвешенный вывод, чем GLM+HAC, при этом наибольший выигрыш был достигнут в случае высокостойкой автокоррелации, когда ошибка GLМ…
Beta Regression with Autoregressive Organisive Options for Contracted Time Series Analysis of Ratus and Standes Assessments: The Imoulation study
arXiv: 2607,07914v2 Annuales Type: заменить резюме: Прерванный анализ временных рядов (ITSA) результатов пропорциональных и процентных показателей часто оценивается с использованием обычной регрессии наименьших квадратов несмотря на ограниченный характер этих итогов. В случае использования методов, подходящих для ограниченных результатов, стандартный подход представляет собой квазиподобную обобщенную линейную модель (GLM) со стандартными погрешностями гетероскедастичности и автокорреляции (HAC). Однако ни один из существующих оценочных моделей совместно не моделирует структуру погрешностей бета-распределенной условной плотности и авторегрессивности (AR). Мы введем бета-арк, статуэтку для совместной оценки условной максимальной вероятности бета-реакции с ошибками AR(k) на основе рекурсивной замены, которая дает закрытую форму условной бета-вероятности с авторегресовой зависимостью произвольного порядка. В отличие от двухэтапных подходов, бетарк совместно оценивает средние коэффициенты, точность и коэффициент АР(k) в одной степени вероятности, так что сообщаемые стандартные ошибки
