IDEAS主页打印自https://ideas.repec.org/p/msh/ebswps/2015-12.html
  我的参考书目  保存此纸张

基于增强加性模型的概率时间序列预测：在智能仪表数据中的应用

作者

上市的：
  • Souhaib Ben Taieb公司
  • 拉斐尔·胡塞尔
  • 罗布·亨德曼
  • 马克·G·根顿

摘要

到目前为止，大量的预测文献都集中于预测未来观测值的条件平均值。然而，为了有效量化时间序列数据中的不确定性，越来越需要生成未来观测值的整个条件分布。我们提出了两种不同的概率时间序列预测方法，允许包含一组可能较大的外生变量。一种方法是基于使用传统回归方法预测未来分布的条件均值和方差。另一种方法使用分位数回归直接计算未来分布的多个分位数。我们提出了基于增强可加模型的两种方法的实现，这两种方法具有许多有用的特性，包括准确性、灵活性、可解释性和自动变量选择。我们使用电能智能仪表数据在聚合和分解尺度上进行了广泛的实验，以比较这两种预测方法，以解决预测未来用电量分布这一具有挑战性的问题。实证结果表明，均值和方差预测可以更好地预测总需求，而分位数回归方法的灵活性更适合分类需求。这些结果特别有用，因为未来将有更多的能源数据可以在分类层面上获得。

建议引用

  • Souhaib Ben Taieb&Raphael Huser&Rob J.Hyndman&Marc G.Genton，2015年。"基于增强加性模型的概率时间序列预测：在智能仪表数据中的应用,"莫纳什计量经济学和商业统计工作文件12月15日，莫纳什大学计量经济和商业统计系。
    • 手柄：RePEc:msh:ebswps:2015-12
    作为

    从出版商下载全文

    文件URL: http://business.monash.edu/economometrics-and-business-statistics/research/publications/ebs/wp12-15.pdf
    下载限制：不
    ---><---

    IDEAS上列出的参考文献

    作为
    1. 维克托·切尔诺朱科夫（Victor Chernozhukov）和伊夫·恩·弗恩·恩德斯·瓦尔（Iv·n Fern·ndez-Val）以及阿尔弗雷德·加利钦（Alfred Galichon），2010年。"不交叉的分位数和概率曲线,"计量经济学，《计量经济学学会》，第78卷（3），第1093-1125页，5月。
    2. repec:hal:wpspec:info:hdl:2441/5rkqqmvrn4tl22s9mc4b6ga2g未在IDEAS中列出
    3. Shu Fan和Rob Hyndman，2010年。"基于半参数加性模型的短期负荷预测,"莫纳什计量经济学和商业统计工作文件2010年10月17日，莫纳什大学计量经济和商业统计系。
    4. Haeran Cho、Yannig Goude、Xavier Brossat和Qiwei Yao，2013年。"日用电负荷曲线建模与预测：一种混合方法,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第108卷（501），第7-21页，3月。
    5. Tilmann Gneiting&Fadoua Balabdaoui&Adrian E.Raftery，2007年。"概率预测、校准和清晰度,"英国皇家统计学会学报B辑英国皇家统计学会，第69卷（2），第243-268页，4月。
    6. Ben Taieb，Souhaib&Hyndman，Rob J.，2014年。"Kaggle负荷预测竞赛的梯度推进方法,"国际预测杂志爱思唯尔，第30卷（2），第382-394页。
    7. Buhlmann P.和Yu B.，2003年。"二级缺失助推：回归与分类,"美国统计协会杂志，美国统计协会，第98卷，第324-339页，1月。
    8. 莱昂纳德·塔什曼，2000年。"预测准确性的样本外检验：分析与评述,"国际预测杂志爱思唯尔，第16卷（4），第437-450页。
    9. Gneiting，Tilmann&Raftery，Adrian E.，2007年。"严格正确的评分规则、预测和评估,"美国统计协会杂志，美国统计协会，第102卷，第359-378页，3月。
    10. Thomas Kneib和Torsten Hothorn和Gerhard Tutz，2009年。"地质加性回归模型中的变量选择和模型选择,"生物计量学国际生物识别学会，第65卷（2），第626-634页，6月。
    11. Schmid，Matthias&Hothorn，Torsten，2008年。"使用组件式P样条函数增强可加模型,"计算统计与数据分析Elsevier，第53（2）卷，第298-311页，12月。
    12. Beckel，Christian&Sadamori，Leyna&Staake，Thorsten&Santini，Silvia，2014年。"从智能电表数据揭示家庭特征,"能源爱思唯尔，第78卷（C），第397-410页。
    13. Jan J.J.Groen、Richard Paap和Francesco Ravazzolo，2013年。"变化世界中的实时通货膨胀预测,"商业与经济统计杂志《泰勒与弗朗西斯杂志》，第31卷（1），第29-44页，1月。
    14. James W.Taylor，2010年。"短期电力需求预测的三季法,"欧洲运筹学杂志爱思唯尔，第204（1）卷，第139-152页，7月。
    15. Gneiting，Tilmann，2011年。"分位数作为最佳点预测,"国际预测杂志Elsevier，第27卷（2），第197-207页，4月。
    16. Roger Koenker，2005年。"分位数回归,"剑桥图书,剑桥大学出版社，编号9780521845731。
    17. repec:hal:spmain:info:hdl:2441/5rkqqmvrn4tl22s9mc4b6ga2g未在IDEAS上列出
    18. Gneiting，Tilmann，2011年。"分位数作为最佳点预测,"国际预测杂志爱思唯尔，第27卷（2），第197-207页。
    19. Hayley E.Jones和David J.Spiegelhalter，2012年。"使用双向平滑模型改进医疗绩效指标的概率预测,"英国皇家统计学会期刊A辑英国皇家统计学会，第175（3）卷，第729-747页，7月。
    20. 范建清，姚启伟，1998。"随机回归中条件方差函数的有效估计,"伦敦政治经济学院经济学研究在线文档6635，伦敦政治经济学院，伦敦政治经济学院图书馆。
    21. Cho，Haeran&Goude，Yannig&Brossat，Xavier&Yao，Qiwei，2013年。"日电力负荷曲线建模与预测：一种混合方法,"伦敦政治经济学院经济学研究在线文档49634，伦敦经济政治学院，伦敦政治经济学院图书馆。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    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. Nowotarski，Jakub&Weron，Rafał，2018年。"电价预测的最新进展：概率预测综述,"可再生能源和可持续能源评论爱思唯尔，第81卷（P1），第1548-1568页。
    2. Brenda López Cabrera和Franziska Schulz，2017年。"预测电力需求的广义分位数：函数数据方法,"美国统计协会杂志，Taylor&Francis期刊，第112卷（517），第127-136页，1月。
    3. Gensler，André&Sick，Bernhard&Vogt，Stephan，2018。"可再生能源不确定性评估技术的不确定性表示和元验证综述,"可再生能源和可持续能源评论爱思唯尔，第96卷（C），第352-379页。
    4. Petropoulos、Fotios和Apiletti、Daniele和Assimakopoulos、Vassilios和Babai、Mohamed Zied和Barrow、Devon K.和Ben Taieb、Souhaib和Bergmeir、Christoph和Bessa、Ricardo J.和Bijak、Jakub和Boylan、Joh，2022年。"预测：理论与实践,"国际预测杂志爱思唯尔，第38卷（3），第705-871页。
      • Fotios Petropoulos&Daniele Apiletti&Vassilios Assimakopoulos&Mohamed Zied Babai&Devon K.Barrow&Souhaib Ben Taieb&Christoph Bergmeir&Ricardo J.Bessa&Jakub Bijak&John E.Boylan&Jet，2020年。"预测：理论与实践,"论文2012.03854，arXiv.org，2022年1月修订。
    5. Francis X.Diebold和Minchul Shin，2017年。"用随机误差距离评价点预报精度,"计量经济评论《泰勒和弗朗西斯杂志》，第36卷（6-9），第588-598页，10月。
    6. Antonio Bracale和Pasquale De Falco，2015年。"风力发电量短期概率预测的改进贝叶斯方法,"能源，MDPI，第8卷（9），第1-22页，9月。
    7. Makridakis、Spyros&Spiliotis、Evangelos&Assimakopoulos、Vassilios&Chen、Zhi&Gaba、Anil&Tsetlin、Ilia&Winkler、Robert L.，2022年。"M5不确定性竞赛：结果、发现和结论,"国际预测杂志爱思唯尔，第38卷（4），第1365-1385页。
    8. Ruben Loaiza‐玛雅和盖尔·M·马丁&大卫·T·弗雷泽，2021年。"聚焦贝叶斯预测,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第36卷（5），第517-543页，八月。
    9. Martin，Gael M.&Loaiza Maya，Rubén&Maneesoontorn，Worapree&Frazier，David T.&Ramírez Hassan，Andrés，2022年。"最佳概率预测：它们什么时候起作用？,"国际预测杂志爱思唯尔，第38卷（1），第384-406页。
    10. González Ordiano，Jorge Al ngel&Gröll，Lutz&Mikut，Ralf&Hagenmeyer，Veit，2020年。"基于最近邻分位数滤波和分位数回归的概率能量预测,"国际预测杂志，爱思唯尔，第36卷（2），第310-323页。
    11. 乔纳森·贝里什（Jonathan Berrisch）和弗洛里安·齐尔（Florian Ziel），2023年。"CRPS学习,"计量经济学杂志爱思唯尔，第237（2）卷。
    12. 拉法·韦隆，2014年。"电价预测：回顾最新技术并展望未来,"国际预测杂志，爱思唯尔，第30卷（4），第1030-1081页。
    13. 邵，郑&超，傅&杨，山林&周，凯乐，2017。"电力需求预测中提取和识别波动特征的分解方法综述,"可再生能源和可持续能源评论爱思唯尔，第75卷（C），第123-136页。
    14. Arora，Siddharth&Taylor，James W.，2016年。"基于条件核密度估计的智能电表数据预测,"欧米茄爱思唯尔，第59卷（PA），第47-59页。
    15. Arora，Siddharth&Taylor，James W.，2018年。"特殊日负荷预测的基于规则的自回归移动平均模型：法国案例研究,"欧洲运筹学杂志，爱思唯尔，第266卷（1），第259-268页。
    16. 阿萨纳索普洛斯（Athanasopoulos）、乔治（George）和库伦茨（Kourentzes），尼古拉斯（Nikolaos），2023年。"关于层次预测的评价,"国际预测杂志爱思唯尔，第39卷（4），第1502-1511页。
    17. 科蒙杰，伊万娜，2013年。"分位数预测,"经济预测手册，收录于：G.Elliott&C.Granger&A.Timmermann（编辑），经济预测手册，第1版，第2卷，第0章，第961-994页，爱思唯尔。
    18. 张，姚&王，建学&王，西帆，2014。"风力发电概率预测综述,"可再生能源和可持续能源评论爱思唯尔，第32卷（C），第255-270页。
    19. 蒂莫·迪米特里亚迪斯（Timo Dimitriadis）、托比亚斯·菲斯勒（Tobias Fissler）和约翰娜·齐格尔（Johanna Ziegel），2020年。"效率差距,"论文2010.14146，arXiv.org，2022年9月修订。
    20. 费斯勒、托拜厄斯和梅兹、迈克尔和沃特里奇、马里奥五世，2023年。"深分位数和深复合三重回归,"保险：数学与经济学，爱思唯尔，第109卷（C），第94-112页。

    有关此项目的更多信息

    关键词

    加法模型;增压;密度预测;能源预测;概率预测;
    所有这些关键字.

    JEL公司分类：

    • 第47季度-农业与自然资源经济学；环境与生态经济学--能源--能源预测
    • 第14项-数学和定量方法——计量经济和统计方法与方法：一般——半参数和非参数方法：一般
    • C22型-数学与定量方法——单方程模型；单变量时间序列模型；动态分位数回归；动态治疗效果模型；扩散过程

    NEP字段

    这篇论文已在下面宣布NEP报告:

    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:msh:ebswps:2015-12。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。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、书目或下载信息，请联系：张锡斌教授（电子邮件地址如下）。供应商的一般联系方式：https://edirc.repec.org/data/dxmonau.html.

    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。