如何对多个短时间序列样本建模？
例如，假设我每个月都有一个新主题，并且我在整个月中每天都测量每个主题。然后我想对这些独立时间序列的多个字符串进行建模，因为我假设存在适用于所有 12 个主题的基本模式。但是，n 为 30 的时间序列太短而无法建模，那么有没有办法将这 12 个时间序列组合在一起进行并行分析？
我想处理这种情况的方法类似于处理具有多个未知长度中断的时间序列的方式。不幸的是，我不知道如何处理这种类型的数据结构。
关于从哪里开始有什么想法吗？我应该研究哪些术语？
【问题讨论】：
嗯。取决于您对什么感兴趣。如果我们知道您拥有什么样的数据以及您要分析什么，事情就会变得容易得多。
尝试回答您的问题：如果您假设存在某种基础结构，例如 6 个科目是同质的，而另一半科目不同，您可以将两个数据集合并并做某种组均值分析。如果您对 12 个月内的时间变化感兴趣，那么您需要假设每个主题在您测量的任何变量中都是同质的。
通常，例如经济学中的时间序列，您所描述的称为“审查数据”或“截断数据”。
如果我们想衡量一个国家每个人的收入，我们会通过检查电子薪水或其他方式来做到这一点。但有些人在每条尾巴的末端，可能没有可见的收入。穷人可能以其他方式赚取收入，而富人可能想隐藏他们的部分收入。这是经过审查的数据，任何高级时间序列统计书都会对此有所了解。
截断的数据是相似的。再想象一下收入。如果我们截断所有年收入低于 10,000 美元的人，那么这将“切断”你的分配的终点。对此也有补救措施。再次查看高级时间序列书。
希望这会有所帮助。
【讨论】：