×

存在非正态误差时改进的自回归预测。 (英语) Zbl 1457.62268号

摘要:本文关注的是在存在非正态误差的情况下获得更准确的点预测。具体来说,我们将残差增广最小二乘(RALS)估计应用于自回归模型,以利用非正态误差中包含的附加力矩限制。通过蒙特卡罗实验,将我们的RALS预测与基于普通最小二乘估计和最小绝对偏差(LAD)估计的预测进行了比较。我们发现,当数据出现偏差时,RALS方法提供了更好的预测。与LAD预测相比,RALS预测在具有正态误差的基线情况下具有较小的均方预测误差。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62平方米 随机过程的推断与预测
62第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Im KS,Schmidt P.当较高的矩不依赖于回归变量时,使用剩余增广最小二乘法在非正态性下进行更有效的估计。经济杂志。2008;144:219-233. doi:10.1016/j.jeconom.2008.01.003[Crossref],[Web of Science®],[Google学者]·Zbl 1418.62476号
[2] Breusch T,Qian H,Schmidt P,Wyhowski DJ。力矩条件的冗余。经济杂志。1999;91:89-112. doi:10.1016/S0304-4076(98)00050-5[Crossref],[Web of Science®],[Google学者]·Zbl 1041.62504号
[3] Goldberger AS。计量经济学课程。马萨诸塞州剑桥:哈佛大学出版社;1991.[谷歌学者]
[4] Angrist JD,Pischke J.大多数是无害的计量经济学,经验主义者的伙伴。普林斯顿:普林斯顿大学出版社;2009.[谷歌学者]·Zbl 1159.62090号
[5] Wooldridge JM。正交回归的有效估计。经济理论。1993;9:687. doi:10.1017/S0266466600008069[Crosref],[谷歌学者]
[6] Hansen BE。重新思考单位根测试的单变量方法,使用协变量增加功率。经济理论。1995;11:1148-1171. doi:10.1017/S0266466600009993[交叉引用],[谷歌学者]
[7] Koenker R,Hallock K.分位数回归。《经济学透视》杂志。2001;15:143-156. doi:10.1257/jep.15.4.143[Crossref],[Web of Science®],[Google学者]
[8] 汉密尔顿JD。时间序列分析。普林斯顿:普林斯顿大学出版社;1994.[谷歌学者]·兹比尔08316.2061
[9] 萨满·P,斯蒂恩·RA。自回归系数估计量的偏差。《美国统计学会杂志》,1988年;83:842-848. doi:10.1080/01621459.1988.10478672[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0663.62098号
[10] Tong H.非线性时间序列分析中的阈值模型。纽约:Springer-Verlag;1983.【Crossref】,【谷歌学者】·Zbl 0527.62083号
[11] 恩格尔RF。英国通货膨胀方差估计的自回归条件异方差。经济计量学。1982;50:987-1007. doi:10.2307/1912773[Crossref],[Web of Science®],[Google学者]·Zbl 0491.62099号
[12] Ledolter J.一阶自回归模型中的估计偏差及其对预测和预测区间的影响。公共统计模拟计算。2009;38:771-787. doi:10.1080/03610910802645354[Taylor&Francis Online],[Web of Science®],[Google学者]·兹比尔1290.62081
[13] Kendall MG.关于自相关估计偏差的注释。生物特征。1954;41:403-404. doi:10.1093/biomet/41.3-4.403[Crossref],[Web of Science®],[Google学者]·Zbl 0056.13303号
[14] Quenouille MH.时间序列相关性的近似检验。J R Stat Soc Ser B.1949;11:68-83。[谷歌学者]·Zbl 0035.09201号
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。