ロジスティック回帰での最新性の適用

最近のイベントが古いイベントよりも重要度が高い場所までの有効性を効果的に測定する方法に関する統計的概念または理論はありますか？私はロジスティック回帰モデルを作成していますが、イベントの最新性に基づいてさまざまな要因に調整を適用したいと考えています。

...または、任意の式を考え出すのは純粋に私次第ですか？

例：私のプロジェクトの1つは、今後のトーナメントにおけるプロゴルファーのパフォーマンスをロジスティック回帰によって予測することです。彼らの最近の形式（先週のプレイ方法）は、6か月前のプレイ方法よりも一般的に重要です。このコンセプトを利用する特定のテクニック/アプローチはありますか？

必ずしも任意である必要はありません。たとえば、指数的な割引を想定して、予測値が最も高い係数を探すことができます。

つまり、時間では、重みまたは同等の （ここで$t$$w_{t-k} \propto p^k$$w_{t-k} \propto \exp{(-\alpha k)}$$0<p<1$$\alpha>0$

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

あるいは、同様のアプローチを使用できますが、双曲線割引など、他の形式の割引を適用します。