×

非参数时间序列预测:半函数部分线性建模。 (英语) Zbl 1133.62075号

小结:最近有兴趣开发新的统计方法来预测时间序列,方法是将一组连续的过去值作为预测因子。在这种函数时间序列预测方法中,我们提出了部分线性模型的函数版本,该模型允许考虑额外的协变量,并使用过去的连续路径来预测过程的未来值。本文的目的是提出这个模型,通过渐近结果从理论角度和通过处理一些实际数据集从实际角度构造一些估计并研究它们的性质。虽然关于参数或非参数函数建模的使用的文献越来越多,但据我们所知,这是第一篇关于时间序列预测的半参数函数建模论文。

MSC公司:

62M20型 随机过程推断和预测
6220国集团 非参数推理的渐近性质
62G08号 非参数回归和分位数回归
62米10 统计学中的时间序列、自相关、回归等(GARCH)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aneiros-Pérez,G。;González-Manteiga,W。;Vieu,P.,长记忆依赖下偏回归模型的估计和测试,Bernoulli,1049-78(2004)·Zbl 1040.62028号
[2] Aneiros-Pérez,G。;Vieu,P.,半功能偏线性回归,统计学。普罗巴伯。莱特。,76, 1102-1110 (2006) ·Zbl 1090.62036号
[3] Avramidis,P.,部分线性模型的两步交叉验证选择方法,Statist。Sinica,151033-1048(2005)·Zbl 1086.62050号
[4] D.Bosq,《随机过程的非参数统计:估计和预测》,第二版,《统计学讲义》,第110卷,施普林格出版社,柏林,1998年。;D.Bosq,《随机过程的非参数统计:估计和预测》,第二版,《统计学讲义》,第110卷,施普林格出版社,柏林,1998年·Zbl 0902.62099号
[5] D.Bosq,函数空间中的线性过程。估计和预测,《统计学讲义》,第149卷,施普林格,柏林,2000年。;D.Bosq,函数空间中的线性过程。《估计与预测》,《统计学讲义》,第149卷,施普林格,柏林,2000年·Zbl 0962.60004号
[6] 恩格尔,R。;格兰杰,C。;赖斯,J。;Weiss,A.,天气和电力销售之间关系的非参数估计,J.Amer。统计师。协会,81,310-320(1986)
[7] 范,J。;Yao,Q.,非线性时间序列。非参数和参数方法,统计中的Springer系列(2003),Springer:Springer纽约·Zbl 1014.62103号
[8] 费拉蒂,F。;戈亚,A。;Vieu,P.,时间序列的函数非参数模型:降维的分形方法,Test,11,317-344(2002)·Zbl 1020.62089号
[9] F.Ferraty,A.Mas,P.Vieu,《函数数据的非参数回归:推断和实践方面》,澳大利亚。新泽西州统计局。(2007),10.1111/j.1467-842X.2006.00467.x;F.Ferraty,A.Mas,P.Vieu,《函数数据的非参数回归:推断和实践方面》,澳大利亚。新泽西州统计局。(2007),10.1111/j.1467-842X.2006.00467.x·Zbl 1136.62031号
[10] 费拉蒂,F。;Vieu,P.,功能数据的非参数模型,及其在回归、曲线识别和时间序列预测中的应用,J.非参数统计。,16, 111-127 (2004) ·兹比尔1049.62039
[11] 费拉蒂,F。;Vieu,P.,非参数函数数据分析,统计中的Springer系列(2006),Springer:Springer纽约·Zbl 1119.62046号
[12] Ibragimov,I.A.,平稳过程的一些极限定理,定理。普罗巴伯。申请。,7, 282-349 (1962) ·Zbl 0119.14204号
[13] Masry,E.,相依函数数据的非参数回归估计:渐近正态性,随机过程。申请。,115, 155-177 (2005) ·Zbl 1101.62031号
[14] Oodaira,H。;Yoshihara,K.I.,满足混合条件的平稳过程的重对数定律,Kodai Math。Sem.Rep.,23,311-334(1971)·兹比尔0234.60034
[15] Speckman,P.,《部分线性模型中的核平滑》,J.Roy。统计师。Soc.序列号。B、 50413-436(1988)·兹比尔0671.62045
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。