구조적으로 이질적인 과정을 가장 적절하게 모델링하는 방법은 사회·보건·행동과학 분야의 근본적인 질문이다. 최근 Fisher et al.은 패널티 기반 추정을 사용하여 공통의 특징과 개별화되는 특징을 아우르는 다중 대상(multiple-subject) 다변량 시계열을 동시에 추정하는 multi-VAR 접근법을 도입하였다. 이 접근법은 다수의 개별 동역학에서 나타나는 질적 및 양적 차이를 잘 수용한다는 점에서, 다중 대상 시계열에 대한 많은 인기 있는 모델링 접근법과 차별된다. 본 연구는 multi-VAR 프레임워크를 확장하여, 추정 성능을 크게 향상시키는 새로운 적응적 가중치(adaptive weighting) 체계를 포함한다. 소규모의 시뮬레이션 연구에서 우리는 경로 복원과 편향(bias) 측면에서 적응적 multi-VAR와 새 패널티 가중치를 갖춘 방법을 일반적인 대안 추정기들과 비교한다. 또한 다양한 이질성(heterogeneity) 체제에서의 multi-VAR 유용성을 보여 주는 장난감 예제(toy examples)와 R의 multivar 패키지를 활용한 코드를 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.