奥利维尔·雷诺;Jean-Luc斯塔克;菲昂·穆塔格 基于多尺度分解的预测。 (英文) Zbl 1041.62080号 国际小波多分辨率。信息处理。 1,第2期,217-232(2003). 摘要:介绍了一种基于小波的时间序列预测方法。它基于信号的多分辨率分解,使用冗余的“a-trous”小波变换,具有平移不变的优点。其结果是将信号分解为一系列频率标度。预测基于每个尺度上的少量系数。最简单的形式是基于信号小波变换的线性预测。该方法使用稀疏建模,但可以基于系数,这些系数是信号大部分的总结或特征。较低层次的分解可以捕获只有几个系数的长期相关性,而较高层次的分解则捕获通常的短期相关性。我们展示了该方法在自回归情况下向最优预测的收敛性。该方法效果良好,如模拟研究和涉及财务数据的研究所示。 引用于1审查引用于9文件 MSC公司: 62M20型 随机过程推断和预测 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 62M15型 随机过程和谱分析的推断 关键词:小波变换;预测;分辨率;规模;自回归;时间序列模型 PDF格式BibTeX公司 XML格式引用 \textit{O.Renaud}等人,《国际小波多分辨率》。信息处理。1,第2号,217--232(2003;Zbl 1041.62080) 全文: 内政部 参考文献: [1] 内政部:10.1007/978-1-4419-0320-4·Zbl 0709.62080号 ·数字对象标识代码:10.1007/978-1-4419-0320-4 [2] 内政部:10.1016/B978-0-12-174590-5.50029-0·doi:10.1016/B978-0-12-174590-5.50029-0 [3] DOI:10.1016/S0165-1684(97)00007-8·Zbl 0904.65144号 ·doi:10.1016/S0165-1684(97)00007-8 [4] 内政部:10.1007/978-1-4612-2544-7_9·doi:10.1007/978-1-4612-2544-79 [5] DOI:10.1016/S0165-1684(00)00104-3·Zbl 1035.94508号 ·doi:10.1016/S0165-1684(00)00104-3 [6] 内政部:10.1109/18.761321·Zbl 0946.94005号 ·数字对象标识代码:10.1109/18.761321 [7] 内政部:10.1137/1.9781611970104·Zbl 0776.42018号 ·doi:10.1137/1.9781611970104 [8] Dutilleux P.,《小波:时频方法和相空间》(1987) [9] 内政部:10.1109/82.661660·数字对象标识代码:10.1109/82.661660 [10] 内政部:10.1109/78.668554·doi:10.1009/78.668554 [11] McCoy E.J.,J.计算。图形统计。第26页,共5页 [12] DOI:10.1017/CBO9780511841040·doi:10.1017/CBO9780511841040 [13] 内政部:10.1109/78.157290·Zbl 0825.94053号 ·doi:10.1109/78.157290 [14] Shumway R.H.,时间序列分析及其应用(1999) [15] DOI:10.1016/S0165-1684(00)00077-3·兹比尔1098.94587 ·doi:10.1016/S0165-1684(00)00077-3 [16] DOI:10.1017/CBO9780511564352·Zbl 0928.68117号 ·doi:10.1017/CBO9780511564352 [17] 内政部:10.1002/9780470317020·数字对象标识代码:10.1002/9780470317020 [18] 郑国杰计算。智力。财务7第18页- 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。