我有一个单变量时间序列,它是故障敏感性指数,以及一个二进制变量,它指示故障是否在给定时间窗口内实际发生。我想进行一个统计测试来量化敏感性指数的表现(例如,与时间序列和二元变量之间没有相关性的空模型或另一个竞争指数相比)。我正在寻找实现这一目标的方法。
我知道如果失败是非常罕见的事件,获得统计意义可能很难,但即使在此之前,我的主要问题是我从时间序列中采样的数据点不是独立的(例如,如果指数非常高在给定的时间段内,它很可能在下一个时期也很高)。因此,我采用的时间窗口的长度应该很重要。有任何想法吗?
我有一个单变量时间序列,它是故障敏感性指数,以及一个二进制变量,它指示故障是否在给定时间窗口内实际发生。我想进行一个统计测试来量化敏感性指数的表现(例如,与时间序列和二元变量之间没有相关性的空模型或另一个竞争指数相比)。我正在寻找实现这一目标的方法。
我知道如果失败是非常罕见的事件,获得统计意义可能很难,但即使在此之前,我的主要问题是我从时间序列中采样的数据点不是独立的(例如,如果指数非常高在给定的时间段内,它很可能在下一个时期也很高)。因此,我采用的时间窗口的长度应该很重要。有任何想法吗?
如果“失败”是指某个主题只能发生一次而不会再次发生的事情,请使用 Cox 比例风险模型。如果您的“失败”对于给定主题可能不止一次出现,请使用与多级逻辑回归相关的共享脆弱模型。