我目前正在使用多年来收集的数据集,并且我怀疑我的预测变量会随着时间的推移而变化,因为它们的预测能力。
我可以逐年回顾,每次都以相同的方式运行数据,以查看每个预测器的效率,然后手动随时间推移预测预测能力。一定有更好的方法。
谁能指出我应该学习的技术?
我目前正在使用多年来收集的数据集,并且我怀疑我的预测变量会随着时间的推移而变化,因为它们的预测能力。
我可以逐年回顾,每次都以相同的方式运行数据,以查看每个预测器的效率,然后手动随时间推移预测预测能力。一定有更好的方法。
谁能指出我应该学习的技术?
使用时间作为解释变量可能是一个好的开始。然后,根据您的模型,您可能希望在时间和其他变量之间添加交互效果。这将考虑随时间的变化。
但是,将模型的演变与某些解释变量的演变联系起来会有点困难。如果您知道随时间变化的变量,您可能只想添加时间差分变量()。这将使您更清楚地了解什么演变正在影响模型输出。根据您的问题,您可能需要考虑不同的时间延迟。