魏ß,Christian H。;安妮卡·洪堡;拉思·C·阿尔万。;加布里埃尔·弗拉姆;雷纳·哥布 计数过程相干预测中估算不确定性的有效解释。 (英语) Zbl 07540769号 J.应用。斯达。 49,第8期,1957-1978(2022). 摘要:计数过程的一致性预测技术生成由计数值本身组成的预测。在实际中,预测总是依赖于拟合模型,因此获得的预测值受到估计不确定性的影响。因此,它们可能与真实预测值不同,因为它们是从真实数据生成过程中获得的。我们提出了一种计算效率高的重采样方案,该方案允许表达计数过程常见类型相干预测中的不确定性。通过仿真研究,研究了重采样方案的性能,该方案产生了预测值的集合。通过一个实际数据示例,演示了该方法在实践中的应用。结果表明,所获得的预测值集合可以以直观的方式呈现,以便进行直观的解释。 MSC公司: 62至XX 统计 关键词:计数时间序列;估计误差;预测分布;点预测;预测区间;重新取样 PDF格式BibTeX公司 XML格式引用 \textit{C.H.Weiß}等人,J.Appl。Stat.49,No.8,1957--1978(2022;Zbl 07540769) 全文: 内政部 OA许可证 参考文献: [1] Aleksić,M.S。;Ristić,M.M.,几何缩小积分值自回归模型,应用。数学。型号。,90, 265-280 (2021) ·兹比尔1481.62054 [2] Billingsley,P.,《马尔可夫过程的统计推断》(1961),芝加哥大学出版社,芝加哥·Zbl 0129.10701号 [3] 比萨利亚,L。;Gerolimetto,M.,预测1阶整数自回归过程:简单AR竞争,Econ。公报,35,1652-1660(2015) [4] Bu,R。;McCabe,B。;Hadri,K.,高阶积分值自回归过程的最大似然估计,时间序列分析杂志,29973-994(2008)·Zbl 1198.62090号 [5] 弗里兰,R.K。;McCabe,B.P.M.,《离散值低计数时间序列预测》,《国际预测杂志》。,20, 427-434 (2004) [6] 哈里斯·D。;马丁·G·M。;佩雷拉,I。;Poskitt,D.S.,《频率分布预测置信集的构建和可视化》,J.Compute。图表。统计,28,92-104(2019)·Zbl 07499014号 [7] A.洪堡。;魏ß,C.H。;Alwan,L.C。;弗拉姆,G。;Göb,R.,计数过程的近似点预测评估,计量经济学,7,30(2019) [8] A.洪堡。;魏ß,C.H。;Alwan,L.C。;弗拉姆,G。;Göb,R.,计数时间序列预测区间的性能分析,J.Forecasting(2020)·doi:10.1002/用于2729 [9] Jentsch,C。;Leucht,A.,《离散数据的Bootstrapping样本分位数》,《Ann.Inst.Stat.Math.》。,68, 491-539 (2016) ·Zbl 1432.62125号 [10] Jentsch,C。;Weiß,C.H.,《启动INA模型》,伯努利,252359-2408(2019)·Zbl 1466.62387号 [11] 荣格,R.C。;龙宁,G。;Tremayne,A.R.,带离散支持的条件一阶自回归估计,统计论文,46,195-224(2005)·Zbl 1083.62089号 [12] 荣格,R.C。;Tremayne,A.R.,整数时间序列模型中的相干预测,国际预测杂志。,22, 223-238 (2006) [13] Kim,D.R。;Hwang,S.Y.,通过参数引导对阈值-INARCH模型进行预测评估,Commun。统计应用程序。方法。,27, 177-187 (2020) [14] Kolassa,S.,评估零售销售预测中的预测计数数据分布,国际预测杂志。,32, 788-803 (2016) [15] Kreiß,J.-P。;Paparoditis,E.,《依赖数据的Bootstrap方法:综述》,J.Korean。Stat.Soc.,40,357-378(2011年)·Zbl 1296.62172号 [16] McCabe,B.P.M。;Martin,G.M.,低计数时间序列的贝叶斯预测,国际预测杂志。,21, 315-330 (2005) [17] McCabe,B.P.M。;马丁·G·M。;Harris,D.,《计数的有效概率预测》,J.R.Statist。Soc.-序列号。B、 73253-272(2011年)·Zbl 1411.62086号 [18] Palmer,T.N.,《集合预测作为风险评估工具的经济价值:从几天到几十年》,Q.J.R.Meteorolog。《社会学杂志》,128,747-774(2002) [19] Ristić,M.M。;Bakouch,H.S。;Nastić,A.S.,一种新的几何一阶积分值自回归(NGINAR(1))过程,J.Stat.Plan。推断。,139, 2218-2226 (2009) ·Zbl 1160.62083号 [20] Ristić,M.M。;魏ß,C.H。;Janjić,A.D.,二项式积分值ARCH模型,国际生物统计学杂志。,12 (2016) [21] 西尔瓦,N。;佩雷拉,I。;Silva,M.E.,INAR(1)模型预测,REVSTAT,24171-176(2009)·Zbl 1297.62185号 [22] 斯奈德·R·D。;Ord,J.K。;Beaumont,A.,《预测缓慢流动库存的间歇性需求:建模方法》,《国际预测杂志》。,28, 485-496 (2012) [23] Weiß,C.H.,过分散计数时间序列的INARCH(1)模型,Commun。统计-模拟。计算。,39, 1269-1291 (2010) ·Zbl 1204.62161号 [24] Weiß,C.H.,离散值时间序列导论(2018),John Wiley&Sons Inc.:John Wiley&Sons Inc.,奇切斯特·Zbl 1407.62009年 [25] Weiß,C.H.,平稳计数时间序列模型,WIREs Compute。统计,13,e1502(2021) [26] Willemain,T.R。;斯马特,C.N。;Schwarz,H.F.,《预测服务部件库存间歇性需求的新方法》,《国际预测杂志》。,20, 375-387 (2004) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。