×
高，袁；尚汉林；杨彦荣

高维函数时间序列预测：对特定年龄死亡率的应用。 （英语） Zbl 1415.62093号

《多元分析杂志》。 170, 232-243 (2019).
摘要：我们通过一个双重降维过程来解决预测高维函数时间序列的问题。预测高维函数时间序列的困难在于维数灾难。在本文中，我们提出了一种新的方法来解决这个问题。首先应用动态函数主成分分析将每个函数时间序列简化为一个向量。然后，我们使用因子模型作为进一步的降维技术，以便只保留少量的潜在因子。经典的时间序列模型可用于预测因子，并可构建函数的条件预测。建立了近似函数的渐近性质，包括估计误差和预测误差。该方法易于实现，特别是当函数时间序列的维数较大时。通过仿真研究和对日本年龄别死亡率的应用，我们表明了该方法的优越性。

引用于14文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62M20型 随机过程推断和预测
62第25页 统计学在社会科学中的应用
62号05 可靠性和寿命测试
62H25个 因子分析和主成分；对应分析

关键词：

人口预测；动态函数主成分分析；因子模型；高维函数时间序列；长期协方差算子

软件：

频率.fda；fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{Y.Gao}等人，《多元分析杂志》。170232-243（2019年；Zbl 1415.62093）
全文： 内政部 arXiv公司

参考文献：

[1] Anderson，T.W.，《因子分析在多时间序列统计分析中的应用》，《心理测量学》，第28期，第1-25页（1963年）·Zbl 0209.20402号
[2] Andrews，D.W.，异方差和自相关一致协方差矩阵估计，《计量经济学》，59817-858（1991）·Zbl 0732.62052号
[3] 安德鲁斯，D.W。；Monahan，J.，《改进的异方差和自相关一致协方差矩阵估计量》，《计量经济学》，60953-966（1992）·Zbl 0778.62103号
[4] 阿涅罗斯-佩雷斯，G。；Vieu，P.，《非参数时间序列预测：半函数部分线性建模》，《多元分析杂志》。，99, 834-857 (2008) ·Zbl 1133.62075号
[5] Aue，A。；Horváth，L。；Pellatt，D.，泛函广义自回归条件异方差，J.Time-Ser。分析。，38, 3-21 (2017) ·Zbl 1356.62133号
[6] Bai，J.，大维度因子模型的推理理论，《计量经济学》，71，135-171（2003）·Zbl 1136.62354号
[7] 贝伦德罗，J.R。；Justel，A。；Svarc，M.，多元函数数据的主成分，计算。统计师。数据分析。，55, 2619-2634 (2011) ·Zbl 1464.62025号
[8] P.C.贝塞。；Cardot，H。；Stephenson，D.B.，《一些功能性气候变化的自回归预测》，Scand。J.Stat.，27，673-687（2000）·Zbl 0962.62089号
[9] Bosq，D.，函数空间中的线性过程：理论与应用（2012），施普林格：施普林格纽约
[10] 博斯克，D。；布兰克，D.，《大维度的推断和预测》（2007），威利出版社：威利纽约·Zbl 1183.62157号
[11] Brillinger，D.R.，《时间序列数据分析与理论》（1981年），《持有人日：持有人日旧金山》·Zbl 0486.62095号
[12] Chamberlain，G.，《套利定价模型中的基金、因素和多样化》，《计量经济学》，511305-1323（1983）·Zbl 0523.90018号
[13] Chiou，J.M。；Chen，Y.T。；Yang，Y.F.，多元函数主成分分析：归一化方法，统计学。Sinica，241571-1596（2014）·Zbl 1480.62115号
[14] Cuevas，A.，《功能数据统计理论的部分概述》，J.Statist。计划。推断，147，1-23（2014）·Zbl 1278.62012号
[15] Febrero-Bande，M。；加利亚诺，P。；González-Manteiga，W.，《函数主成分回归和函数偏最小二乘回归：概述和比较研究》，国际。统计师。版次，85，61-83（2017）·Zbl 07763512号
[16] 费拉蒂，F。；Vieu，P.，《非参数函数数据分析：理论与实践》（2006），Springer:Springer New York·Zbl 1119.62046号
[17] 戈亚，A。；Vieu，P.，《高维/无限维统计最新进展介绍》，《多元分析杂志》。，146, 1-6 (2016) ·Zbl 1384.00073号
[18] 霍尔，P。；Hosseini-Nasab，M.，《关于功能主成分分析的特性》，J.R.Stat.Soc.Ser。B统计方法。，68, 109-126 (2006) ·Zbl 1141.62048号
[19] 霍尔，P。；穆勒，H.G。；王建林，《函数和纵向数据分析的主成分方法的性质》，《统计年鉴》。，341493-1117（2006年）·Zbl 1113.62073号
[20] Hörmann，S。；Horváth，L。；Reeder，R.，ARCH模型的功能版本，Econom。理论，29，267-288（2013）·兹比尔1271.62204
[21] Hörmann，S。；基钦斯基。；Hallin，M.，《动态功能主成分》，J.R.Stat.Soc.Ser。B统计方法。，77, 319-348 (2015) ·Zbl 1414.62133号
[22] Hyndman，R.J。；Ullah，M.S.，《死亡率和生育率的稳健预测：功能数据方法》，计算。统计师。数据分析。，51, 4942-4956 (2007) ·兹比尔1162.62434
[23] （日本死亡率数据库（2017），国家人口与社会保障研究所），2016年3月8日查阅。网址：http://www.ipss.go.jp/p-toukei/JMD/index-en.html
[24] Klepsch，J。；Klüppelberg，C.，《函数线性过程预测的创新算法》，《多元分析杂志》。，155, 252-271 (2017) ·Zbl 1397.62346号
[25] Klepsch，J。；Klüppelberg，C。；Wei，T.，功能ARMA过程的预测及其在交通数据中的应用，Econom。统计人员。，1, 128-149 (2017)
[26] Kokoszka，P。；Reimherr，M.，《确定函数自回归模型的阶数》，J.Time-Ser。分析。，34, 116-129 (2013) ·Zbl 1274.62600号
[27] Kokoszka，P。；赖斯，G。；Shang，H.L.，条件异方差下函数时间序列自方差的推断，《多元分析杂志》。，162, 32-50 (2017) ·兹比尔1378.62073
[28] Lam，C。；姚，Q。；Bathia，N.，《高维时间序列的潜在因素估计》，《生物统计学》，98，901-918（2011）·Zbl 1228.62110号
[29] D.Li，P.M.Robinson，H.L.Shang，长程相关曲线时间序列，约克大学工作论文，2017年。；D.Li、P.M.Robinson、H.L.Shang，长程相关曲线时间序列，约克大学工作论文，2017年。
[30] 北Locantore。；Marron，J.S。；辛普森，D.G。；北的黎波里。；Zhang，J.T。；科恩，K.L。；Boente，G。；R·弗雷曼。；Brumback，B。；克罗克斯，C。；Fan，J.，功能数据的稳健主成分分析，TEST，8，1-73（1999）·Zbl 0980.62049号
[31] Panaretos，V.M。；Tavakoli，S.，Cramér-Karhunen-Loève表示与函数时间序列的调和主成分分析，随机过程。申请。，123, 2779-2807 (2013) ·Zbl 1285.62109号
[32] 普里斯特利，M。；Rao，T。；Tong，H.，《主成分分析和因子分析在多变量系统辨识中的应用》，IEEE Trans。自动化。控制，19730-734（1974）·Zbl 0293.93023号
[33] J.O.拉姆齐。；Hooker，G.，《动态数据分析：用微分方程建模数据》（2017），Springer:Springer New York·兹比尔1382.62001
[34] J.O.拉姆齐。；Silverman，B.W.，应用功能数据分析（2002），Springer:Springer New York·Zbl 1011.62002号
[35] J.O.拉姆齐。；Silverman，B.W.，功能数据分析（2005），Springer:Springer New York·Zbl 1079.62006号
[36] 莱斯，P.T。；戈德史密斯，J。；Shang，H.L。；Ogden，R.T.，《标度函数回归方法》，国际。统计师。版本：85，228-249（2017）·Zbl 07763546号
[37] 赖斯，G。；Shang，H.L.，平稳函数时间序列长期协方差估计的插件带宽选择程序，J.time-Ser。分析。，38, 591-609 (2017) ·Zbl 1367.62094号
[38] 维维亚尼，R。；Grön，G。；Spitzer，M.，fMRI数据的功能主成分分析，人类大脑映射。，24, 109-129 (2005)
[39] Wang，J.L。；Chiou，J.M。；Müller，H.G.，《功能数据分析》，《统计年鉴》。申请。，3, 257-295 (2016)
[40] Wood，S.N.，通过交叉验证拟合的单调平滑样条，SIAM J.Statist。计算。，1126-1133年（1994年）·Zbl 0821.65002号
[41] 姚，F。；穆勒，H.G。；Wang，J.L.，稀疏纵向数据的功能数据分析，J.Amer。统计师。协会，100577-590（2005）·Zbl 1117.62451号
[42] 朱，T。；Politis，D.N.，非参数函数自回归模型及其自举近似的核估计，Electron。J.Stat.，11，2876-2906（2017）·Zbl 1373.62170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。