Estoy intentando modelar un tiempo acumulado de la serie de una variable de entero positivo a través de entidades independientes. El acumulado de la serie parece seguir un proceso de Movimiento Browniano Geométrico (GBM), basado en las distribuciones lognormal visto en sección transversal en cada punto de tiempo.
Los tratamientos estándar y los métodos de estimación para GBM deriva ($m$) y la difusión ($s$) coeficientes se basa en una especificación en la que la variación aleatoria en cada punto de tiempo proviene de un proceso de Wiener $W(t)$, con una distribución normal incrementos de cero significa:
$$dX(t) = m X(t) dt + s X(t) dW(t)$$
En mi problema, esto no se puede aplicar puesto que X(t) es una suma acumulativa de los números positivos. Al azar incrementos puede ser positivo o cero, y la media va a ser distinto de cero y positivo. Una distribución normal truncada por debajo de 0 parece ser apropiado.
Puede alguien me apunte a un tratamiento y método de estimación para este tipo de problema? Creo que el estándar de los métodos de estimación no se aplican aquí.