IDEAS主页打印自https://ideas.repec.org/a/jof/jforec/v25y2006i5p325-349.html
  我的参考书目  保存此文章

鲁棒季节调整航空公司模型的非高斯推广

作者

上市的:
  • SIEM JAN KOOPMAN先生

    (荷兰阿姆斯特丹Vrije大学)

  • 约翰·A·D·阿斯顿

摘要

Box和Jenkins(1976年)在其开创性著作《时间序列分析:预测和控制》中介绍了航空公司模型,该模型仍被常规用于经济季节时间序列的建模。航空公司模型适用于不同的时间序列(水平和季节),构成滞后高斯扰动的线性移动平均值,该移动平均值取决于两个系数和一个固定方差。本文提出了一种新的季节调整方法,该方法基于航空公司模型,考虑了时间序列中的异常值和中断。为此,我们考虑航空公司模型的规范表示。它将模型视为趋势、季节和不规则(未观察到的)组件的总和,这些组件是通过规范分解唯一识别的。由此产生的未观测分量时间序列模型由允许异常值和中断的分量扩展。当所有分量都依赖于高斯扰动时,模型可以以状态空间的形式投射,卡尔曼滤波器可以计算精确的对数似然函数。相关的滤波和平滑算法可用于计算未观测分量的最小均方误差估计。然而,异常值和中断分量通常依赖于重尾密度,如t或法线的混合。对于这类非高斯模型,将使用蒙特卡罗模拟技术进行估计、信号提取和季节调整。这种稳健的季节调整方法允许计算异常值,同时保留当前用于帮助报告经济时间序列数据的基础结构。版权所有©2006 John Wiley&Sons,Ltd。

建议引用

  • 暹粒·扬·库普曼和约翰·A·D·阿斯顿,2006年。"鲁棒季节调整航空公司模型的非高斯推广,"预测杂志,John Wiley&Sons,Ltd.,第25卷(5),第325-349页。
  • 手柄:RePEc:jof:jforec:v:25:y:2006年:i:5:p:325-349
    DOI:10.1002/适用于991
    作为

    从出版商下载全文

    文件URL: http://hdl.handle.net/10.1002/for.991
    文件功能:链接到全文;需要订阅
    下载限制:

    文件URL: https://libkey.io/10.1002/for.991?utm_source=ideas
    LibKey链接:如果访问受到限制,并且您的库使用此服务,LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    IDEAS上列出的参考文献

    作为
    1. Maravall,Agustin&Mathis,Alexandre,1994年。"多元时间序列中包含单变量模型的案例研究,"计量经济学杂志爱思唯尔,第61(2)卷,第197-233页,4月。
    2. John Geweke,1989年。"经济计量模型中基于蒙特卡罗积分的贝叶斯推断,"计量经济学《计量经济学协会》,第57卷(6),第1317-1339页,11月。
    3. 芬德利、大卫·F等人,1998年。"X-12-ARIMA季节性调整计划的新能力和新方法,"商业与经济统计杂志,美国统计协会,第16卷(2),第127-152页,4月。
    4. Kloek,Tuen&van Dijk,Herman K,1978年。"方程系统参数的贝叶斯估计:蒙特卡罗积分法的应用,"计量经济学《计量经济学协会》,第46卷(1),第1-19页,1月。
    5. 杜宾、詹姆斯和科普曼,暹粒,2012年1月。"状态空间方法的时间序列分析,"OUP目录,牛津大学出版社,第2版,编号9780199641178。
    6. 芬德利、大卫·F等人,1998年。"X-12-ARIMA季节性调整计划的新能力和新方法:回复,"商业与经济统计杂志,美国统计协会,第16卷(2),第169-177页,4月。
    7. 暹粒-扬-科普曼和尼尔-谢泼德,2002年。"测试重要性抽样使用背后的假设,"经济学论文2002-W17,牛津大学纳菲尔德学院经济学组。
    8. 暹粒·扬·库普曼(Siem Jan Koopman)、尼尔·谢泼德(Neil Shephard)和尤尔根·A·多尔尼克(Jurgen A.Doornik),1999年。"使用SsfPack 2.2的状态空间模型统计算法,"计量经济学杂志《皇家经济学会》,第2卷(1),第107-160页。
    9. 威廉·贝尔和史蒂文·希尔默,1991年。"非平稳时间序列模型的卡尔曼滤波器初始化,"时间序列分析杂志Wiley Blackwell,第12卷(4),第283-300页,7月。
    10. J.Durbin,2002年。"一种简单高效的状态空间时间序列分析仿真平滑器,"生物特征《Biometrika信托》,第89卷(3),第603-616页,8月。
    11. Andrew C Harvey和Koopman,暹罗,1992年1月。"未观测分量时间序列模型的诊断检验,"商业与经济统计杂志,美国统计协会,第10卷(4),第377-389页,10月。
    完整参考文献 (包括与IDEAS上的项目不匹配的项目)

    引文

    引文由CitEc项目,订阅其RSS源用于此项目。
    作为


    引用人:

    1. Xiao,Yi&Liu,John J.&Hu,Yi与Wang,Yingfeng&Lai,Kin Keung&Wang,寿阳,2014年。"基于奇异谱分析的航空运输需求预测神经模糊组合模型,"航空运输管理杂志爱思唯尔,第39卷(C),第1-11页。
    2. Proietti,Tommaso&Pedregal,Diego J.,2023年。"高频时间序列中的季节性,"计量经济与统计爱思唯尔,第27卷(C),第62-82页。
    3. 金,冯&李,永武&孙,邵龙&李,洪涛,2020。"用新的混合集成方法预测航空客运需求,"航空运输管理杂志爱思唯尔,第83(C)卷。
    4. Tascón,戴安娜·奥利亚加,奥斯卡,2021年。"空中交通预测及其对跑道容量的影响。系统动力学方法,"航空运输管理杂志《爱思唯尔》,第90卷(C)。
    5. Hindrayanto,Irma&Koopman,Siem Jan&Ooms,Marius,2010年。"非平稳周期时间序列模型的精确最大似然估计,"计算统计与数据分析,爱思唯尔,第54卷(11),第2641-2654页,11月。
    6. Wegmüller,Philipp&Glocker,Christian&Guggia,Valentino,2023年。"每周经济活动:测量和信息内容,"国际预测杂志爱思唯尔,第39卷(1),第228-243页。
    7. Banerjee、Nilabhra和Morton、Alec和Akartunal,Kerem,2020年。"定期运输中的乘客需求预测,"欧洲运筹学杂志爱思唯尔,第286(3)卷,第797-810页。

    最相关的项目

    这些是最常引用与本书相同作品的项目,也被与本书同样的作品引用。
    1. Siem Jan Koopman和Charles S.Bos,2002年。"用于分析经济时间序列的具有共同随机方差的时间序列模型,"廷伯根研究所讨论文件02-113/4,廷伯根研究所。
    2. 暹·扬·库普曼(Siem Jan Koopman)、马吕斯·乌姆斯(Marius Ooms)、安德烈·卢卡斯(AndréLucas)、基斯·范蒙福特(Kees van Montfort)和维克托·范德格斯特(Victor van Der Geest),2008年。"使用非高斯面板数据模型估计累犯的系统连续时间趋势,"Neerlandica统计《荷兰统计与运营研究学会》,第62卷(1),第104-130页,2月。
    3. 托马索·普罗埃蒂(Tommaso Proietti)和马可·里安尼(Marco Riani),2009年。"转型和季节调整,"时间序列分析杂志Wiley Blackwell,第30卷(1),第47-69页,1月。
    4. Charles Bos和Neil Shephard,2006年。"自适应时间序列模型的推断:随机波动性和条件高斯状态空间形式,"计量经济评论《泰勒和弗朗西斯杂志》,第25卷(2-3),第219-244页。
    5. 暹粒·扬·库普曼和菲利普·汉斯·弗朗西斯,2002年。"构建具有时变置信区间的季节性调整数据,"牛津经济统计公报牛津大学经济系,第64卷(5),第509-526页,12月。
    6. Koopman、Siem Jan和Lucas、Andr©,2008年。"违约风险估计与分解的非高斯面板时间序列模型,"商业与经济统计杂志美国统计协会,第26卷,第510-525页。
    7. Borus Jungbacker和Siem Jan Koopman,2005年。"关于状态空间模型的重要性抽样,"廷伯根研究所讨论文件05-117/4,廷伯根研究所。
    8. 暹粒·扬·库普曼(Siem Jan Koopman)、罗格斯·利特(Rutger Lit)和土明·阮(Thuy Minh Nguyen),2012年。"基于状态空间方法的快速重要抽样,"廷伯根研究所讨论文件12-008/4,廷伯根研究所,2014年10月16日修订。
    9. Paul Labonne和Martin Weale,2018年。"使用状态空间模型对重叠的嘈杂季度数据进行时间分解:根据英国增值税数据估算月度商业部门产出,"经济统计卓越中心(ESCoE)讨论文件ESCoE DP-2018-18,经济统计卓越中心(ESCoE)。
    10. Borus Jungbacker和Siem Jan Koopman,2006年。"基于模型的高频数据实际波动率测量,"计量经济学进展,in:《金融和经济时间序列的计量经济学分析》,第183-210页,翡翠集团出版有限公司。
    11. Koopman、Siem Jan和Lucas、Andr©,2008年。"违约风险估计与分解的非高斯面板时间序列模型,"商业与经济统计杂志美国统计协会,第26卷,第510-525页。
    12. 暹粒·扬·库普曼和李开明,2009年。"未观测组件模型中趋势和周期相互作用的季节性,"英国皇家统计学会杂志C辑,英国皇家统计学会,第58卷(4),第427-448页,9月。
    13. Siem Jan Koopman、AndréLucas和Marcel Scharth,2015年。"非线性非高斯状态空间模型的数值加速重要抽样,"商业与经济统计杂志《泰勒与弗朗西斯杂志》,第33卷(1),第114-127页,1月。
    14. IDEAS上没有列出repec:jss:jstsof:41:i07
    15. 朱拉诺维克,莱斯利,2014年。"印尼宏观经济与收益率曲线:一种动态潜在因素方法,"亚洲经济学杂志爱思唯尔,第34卷(C),第1-15页。
    16. Tommaso Proietti和Eric Hillebrand,2017年。"英格兰中部温度的季节变化,"英国皇家统计学会杂志A辑英国皇家统计学会,第180卷(3),第769-791页,6月。
    17. Drew Creal,2012年。"经济与金融的序贯蒙特卡罗方法综述,"计量经济评论《泰勒与弗朗西斯杂志》,第31卷(3),第245-296页。
    18. Bernd Schwaab、Andre Lucas和Siem Jan Koopman,2010年。"系统风险诊断,"廷伯根研究所讨论文件2010年11月29日修订的廷伯根研究所10-104/2/DSF 2。
    19. Proietti,Tommaso&Riani,Marco,2007年。"转型与季节调整:分析解决方案与案例研究,"MPRA纸7862,德国慕尼黑大学图书馆。
    20. Charles Bos和Neil Shephard,2006年。"自适应时间序列模型的推断:随机波动性和条件高斯状态空间形式,"计量经济评论,Taylor&Francis Journals,第25卷(2-3),第219-244页。

    有关此项目的更多信息

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:jof:jforec:v:25:y:2006年:i:5:p:325-349。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考,但没有将RePEc中的项目链接到它,您可以帮助这个表格.

    如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。

    有关此项目的技术问题,或更正其作者、标题、摘要、书目或下载信息,请联系:Wiley-Blackwell Digital Licensing或Christopher F.Baum(以下电子邮件可用)。供应商的一般联系方式:http://www3.interscience.wiley.com/cgi-bin/jhome/2966.

    请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。