摘要
本文提出了一种预测平稳函数时间序列的新方法,特别是对于共享相似模式但显示可变相位的轨迹。大多数现有函数时间序列预测方法的局限性在于,它们只考虑垂直变化(幅度、尺度或垂直偏移)。为了克服这一局限性,我们开发了一种结合垂直和水平变化的形状保持(SP)预测方法。我们提出的方法的一个主要优点是能够保持函数的形状。此外,我们提出的SP方法不涉及非自然转换,并且可以使用现有软件包轻松实现。SP方法在非元烷烃(NMHC)浓度分析中的实用性得到了证明。分析表明,与现有预测方法相比,SP方法的预测更好地捕捉了常见模式,并且提供了具有竞争力的预测精度。
致谢
我们感谢副主编和两位审稿人提出的意见和建议,这些意见和建议使论文得到了实质性的改进。
引文
下载引文
焦书豪。
埃尔南多·奥姆巴奥(Hernando Ombao)。
“平稳函数时间序列的形状保护预测。”
电子。J.统计。
15
(2)
3996 - 4026,
2021
https://doi.org/10.1214/21-EJS1882
问询处
收到日期:2020年11月1日;发布日期:2021年
欧几里德项目首次推出:2021年8月27日
数字对象标识符:10.1214/21-EJS1882
学科:
主要用户:37米10,62兰特
关键词:(球形)K-means聚类,功能注册,功能时间序列,非线性降维,预测,形状空间,状态空间模型