13 votos

El uso de análisis de series de tiempo para analizar/predecir el comportamiento violento

Esto es un poco de un impertinente la pregunta, pero tengo un serio interés en la respuesta. Yo trabajo en un hospital psiquiátrico y tengo tres años de datos, recogidos cada día a través de cada barrio en relación con el nivel de violencia en ese barrio.

Claramente el modelo que se ajusta a estos datos es un modelo de serie temporal. Tuve a diferencia de las puntuaciones en el fin de hacerlos más normal. I ajuste de un modelo ARMA con la diferencian de datos, y el mejor ajuste y creo que fue un modelo con un grado de diferenciación y de primer orden de auto-correlación en el gal 2.

Mi pregunta es, ¿qué puedo usar este modelo? Serie de tiempo siempre parece tan útil en los libros de texto cuando se trata de la liebre de las poblaciones y de los precios del petróleo, pero ahora me he hecho mi propia el resultado parece tan abstracto como para ser completamente opaco. Las diferencias de las puntuaciones se correlacionan con cada uno de los otros en el gal dos, pero realmente no puedo aconsejar a todos para estar en alerta de alta dos días después de un incidente grave en toda seriedad.

O puedo?

9voto

Jon Galloway Puntos 28243

El modelo que se ajusta a los datos no tiene que ser un modelo de serie temporal; yo aconsejaría a pensar fuera de la caja un poco.

Si usted tiene múltiples variables (por ejemplo, la edad, el sexo, la dieta, la etnia, la enfermedad, la medicación) usted puede utilizar estas para un modelo diferente. Tal vez tener ciertos pacientes en la misma habitación es un predictor importante? O tal vez tenga que ver con el personal de turno? O considere el uso de un multi-variable de serie de tiempo del modelo (por ejemplo, vecm que se encuentra) si usted tiene otras variables que se pueden utilizar. Vistazo a las relaciones entre la violencia en los pacientes: ¿algunos pacientes actuar juntos?

El modelo de serie temporal es útil si el tiempo se hubiera algún papel importante en el comportamiento. Por ejemplo, podría ser una agrupación de violencia. Mira la volatilidad de los clústeres de la literatura. Como @Jonas sugiere, con un desfase de la orden de 2, usted puede necesitar para estar más alerta en el día siguiente al de una explosión de violencia. Pero que no ayuda a prevenir el primer día: no puede ser otra información que usted puede vincular en el análisis para realmente entender la causa de la violencia, en lugar de simplemente forcasting en una serie de tiempo de la moda.

Por último, como una técnica sugerencia: si está usando R para el análisis, puede echar un vistazo a la previsión del paquete de Rob Hyndman (el creador de este sitio). Esto tiene muchas muy buenas características, ver el artículo "el Tiempo Automático de la Serie de Pronóstico: El pronóstico del Paquete de R" en la Revista de Software Estadístico.

6voto

dlinsin Puntos 5863

El que instalar el modelo de las diferencias, lo que significa que estás describiendo los cambios en los niveles de violencia. Usted obtiene un retraso de 2 días. Un desfase que es indicativo de la memoria del proceso. En otras palabras, el cambio en los niveles de violencia que hoy en día tiene alguna dependencia en el cambio en los niveles de violencia en los últimos dos días. Para más escalas de tiempo, de la contribución de azar influencias se convierte en lo suficientemente fuerte como para que no existe un vínculo claro ya.

Es la auto-correlación positiva? A continuación, un cambio de los niveles de violencia que hoy en día sugiere un cambio similar en los niveles de violencia en dos días. Es negativo? A continuación, la violencia podría estar más de dos días.

Por supuesto, usted puede querer tener el control para efectos de confusión. Por ejemplo, después de un incidente grave, las personas pueden ser más propensos a reportar incidentes menores, pero este "sensibilización" se retirarían después de dos días.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X