埃琳娜·佩武基纳；Jean-Francois Emmeneger；维多利亚州Golikova；科斯蒂安·奥西波夫 基于状态空间表示的向量自回归模型的优化技术：应用于乌克兰货物运输数据。 （英语） Zbl 1291.37102号 优化 63，第1期，93-108（2014）. 小结：本文建议预测乌克兰货物运输系统的指标，考虑到它们与宏观经济指标的关系。通过优化技术提高了先验信息不确定性下的预测精度，首先是观测到的多个时间序列的向量自回归（VAR）模型、其状态空间表示和随后的自适应滤波。作者早先提出的自适应滤波器将预测误差降至最低。在优化准则下，建立了Kullback-Leibler在实值概率分布及其估计之间的信息散度。所提出的技术的主要优点是，即使存在结构断裂（描述“危机前”/“危机后”状态的变化），也有机会估计多个时间序列的未来值。观察结果可从2003:1-2011.12获得，分析时间为2003:1-211.9。对不同运输方式和两个宏观指标所转移的货物量的多个时间序列的样本内预测与基于VAR模型的预测进行了比较。在过去三个月实现了样本预测2011:10-2011:12。 MSC公司： 37M10个 动力系统的时间序列分析 37号40 最优化和经济学中的动力系统 93E11号机组 随机控制理论中的滤波 94甲17 信息的度量，熵 关键词：最优化；向量自回归；自适应滤波；Kullback-Leibler信息；货物运输 软件：胡扯；党派主义 PDF格式BibTeX公司 XML格式引用 \textit{E.Pervukhina}等人，《优化》63，第1期，93--108（2014；Zbl 1291.37102） 全文： 内政部 参考文献： [1] 内政部：10.1007/978-3-642-61695-2·doi:10.1007/978-3-642-61695-2 [2] Gaevskaya L，《乌克兰铁路发展的经济方面》（2001年） [3] Pyrozhkov S，经济。乌克兰3 pp 4–（2005） [4] Aivazian S，《宏观经济计量模型：方法、问题，俄罗斯经济计量模型示例》（2005年） [5] 内政部：10.1007/978-3-540-73570-0_3·doi:10.1007/978-3-540-73570-0_3 [6] 内政部：10.1007/978-3-662-03295-4_7·doi:10.1007/978-3-662-03295-47 [7] Mikhalevich M，《转型经济建模：模型、方法、信息技术》（2005） [8] 埃梅内格尔J-F，加利西亚经济。公牛4第49页–（2011年） [9] Emmenegger J-F，Pervukhina E，Golikova V.乌克兰跟踪行业货运量时间序列的协整分析。，瑞士统计会议摘要（2010年）·Zbl 1274.91307号 [10] 埃梅内格尔J-F，国际米兰。J.纯应用。数学72第101页–（2011） [11] 内政部：10.2307/1912791·Zbl 1366.91115号 ·doi:10.2307/1912791 [12] DOI:10.1017/CBo9780511599286·Zbl 0941.62103号 ·doi:10.1017/CBo9780511599286 [13] Franses PhH，经济时间序列中的周期性和随机趋势。计量经济学高级教材（1996） [14] 内政部：10.2307/1912017·doi:10.2307/1912017年 [15] Juselius E，协整VAR模型（2006） [16] Kullback S，《信息理论与统计学》（1967） [17] Pervukhina E，ZAMM 76第533页–（1996年） [18] Pervukhina E，翻译。俄罗斯科学院自然科学。数学系列。数学模型。通知。对照3 pp 100–（1999） [19] 内政部：10.1007/b98818·数字对象标识代码：10.1007/b98818 [20] Suslov V，计量经济学（2005） [21] Doan TA，RATS软件包，用户手册，8.0版（2010） [22] 内政部：10.2307/1913236·Zbl 0613.62140号 ·doi:10.2307/1913236 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。