Anwenden von Aktualität in der logistischen Regression

Gibt es statistische Konzepte oder Theorien, wie die Aktualität effektiv gemessen werden kann, wenn jüngsten Ereignissen mehr Gewicht beigemessen wird als älteren. Ich erstelle ein logistisches Regressionsmodell und möchte verschiedene Faktoren basierend auf der Aktualität der Ereignisse anpassen.

... oder liegt es nur an mir, eine willkürliche Formel zu finden?

Zum Beispiel: Eines meiner Projekte ist die Vorhersage der Leistung von Profigolfern bei bevorstehenden Turnieren durch logistische Regression. Ihre jüngste Form (wie sie letzte Woche gespielt haben) ist im Allgemeinen wichtiger als die, wie sie vor sechs Monaten gespielt haben. Gibt es bestimmte Techniken / Ansätze, die dieses Konzept nutzen?

Es muss nicht unbedingt willkürlich sein; Sie könnten beispielsweise eine exponentielle Diskontierung annehmen und nach dem Koeffizienten suchen, der den besten Vorhersagewert hat.

$t$$w_{t-k} \propto p^k$$w_{t-k} \propto \exp{(-\alpha k)}$$0<p<1$$\alpha>0$

$p$$\alpha$$p$$\alpha$

Alternativ können Sie einen ähnlichen Ansatz verwenden, bei dem Sie jedoch eine andere Form der Diskontierung anwenden, z. B. eine hyperbolische Diskontierung .