Mam nadzieję, że jest to właściwe miejsce do opublikowania tego. Rozważyłem opublikowanie go sceptykom, ale sądzę, że po prostu powiedzieliby, że badanie było statystycznie nieprawidłowe. Jestem ciekaw drugiej strony pytania, jak to zrobić dobrze.
Na stronie internetowej Quantified Self autor opublikował wyniki eksperymentu pewnej miary wydajności mierzonej na sobie w czasie i porównywanej przed i po nagłym zaprzestaniu picia kawy. Wyniki zostały ocenione subiektywnie, a autor uważał, że ma dowody na zmianę szeregów czasowych i było to związane ze zmianą polityki (picie kawy)
To przypomina mi modele gospodarki. Mamy tylko jedną ekonomię (w tej chwili na tym nam zależy), więc ekonomiści często wykonują zasadniczo n = 1 eksperymentów. Z tego powodu dane prawie z czasem są autokorelowane. Ekonomiści na ogół obserwują, jak mówi Fed, inicjowanie polityki i próbują zdecydować, czy szeregi czasowe ulegną zmianie, potencjalnie z powodu tej polityki.
Jaki jest odpowiedni test, aby ustalić, czy szereg czasowy wzrósł, czy zmniejszył się na podstawie danych? Ile danych potrzebowałbym? Jakie narzędzia istnieją? Moje początkowe wyszukiwanie w Google sugeruje, że Markov przełącza modele szeregów czasowych, ale nie moje umiejętności googlingu nie zawiodły mnie w pomaganiu w robieniu czegokolwiek z samą nazwą techniki.