×

预测季节性时间序列数据:贝叶斯模型平均法。 (英语) Zbl 1417.62267号

总结:使用灵活的贝叶斯周期自回归模型预测季度和月度时间序列数据。由于未知的自回归滞后次序,结构断裂的发生及其各自的断裂日期是不确定性的常见来源,这些不确定性在贝叶斯框架内被视为随机量。由于不存在相应的边际后验预测分布的解析表达式,因此提出了一种基于数据增强的马尔可夫链蒙特卡罗方法。蒙特卡罗实验证明了它的性能。为了考虑模型的不确定性并提高预测精度,使用了基于贝叶斯模型平均的预测方法,而不是通过选择特定的候选模型来诉诸模型选择方法进行预测。为了进行模型诊断,引入了贝叶斯符号检验来比较不同预测模型在统计显著性方面的预测准确性。在一个实证应用中,使用德国的月失业率,将模型平均预测方法的性能与模型选择的贝叶斯和经典(非)周期时间序列模型的性能进行了比较。

MSC公司:

62M20型 随机过程的推断与预测
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
2015年1月62日 贝叶斯推断
62第20页 统计学在经济学中的应用

软件:

党派主义
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andel J(1983)周期自回归的统计分析。Apl Mat 28(5):364-385·Zbl 0537.62073号
[2] Bauwens L,Lubrano M,Richard JF(1999)动态计量经济模型中的贝叶斯推断,第1版。牛津大学出版社·Zbl 0986.62101号
[3] Berger JO(1980)《统计决策理论与贝叶斯分析》,第2版。纽约州施普林格·Zbl 0444.62009号
[4] Berger JO,Sellke T(1987)《检验点无效假设:P值和证据的不可调和性》。美国统计协会杂志82(397):112-122·Zbl 0612.62022号
[5] Berry DA,Hochberg Y(1999)《多重比较的贝叶斯观点》。J Stat Plan推断82(1):215-227·Zbl 1063.62527号 ·doi:10.1016/S0378-3758(99)00044-0
[6] Boswijk HP,Franses PH(1996),单位根于周期性自回归。时间序列分析杂志17(3):221-245·Zbl 0854.62082号 ·doi:10.1111/j.1467-9892.1996.tb00274.x
[7] Boswijk HP,Franses PH,Haldrup N(1995),周期自回归中的多重单位根。经济学杂志80:167-193·Zbl 0885.62099号 ·doi:10.1016/S0304-4076(97)81127-X
[8] Box GEP,Jenkins GM,Reinsel GC(2008)时间序列分析预测和控制,第4版。霍博肯·威利·Zbl 1154.62062号
[9] Broemeling LD(1985)线性模型的贝叶斯分析,第1版。Marcel Dekker Inc.,纽约·Zbl 0564.62020号
[10] Broemeling LD,Land M(1984)《关于单变量自回归过程的预测:贝叶斯方法》。公共统计理论方法13(11):1305-1320·兹伯利0552.62069 ·doi:10.1080/03610928408828758
[11] Casella G,Berger RL(2002)《统计推断》,第二版。达克斯伯里,太平洋格罗夫·Zbl 0699.62001号
[12] Chen CWS,Liu FC,Gerlach R(2011)阈值自回归移动平均模型的贝叶斯子集选择。计算统计26:1-30·Zbl 1304.65023号 ·doi:10.1007/s00180-010-0198-0
[13] Chib S(1995)吉布斯输出的边际可能性。美国国家统计协会90(432):1313-1321·Zbl 0868.62027号 ·doi:10.1080/01621459.1995.10476635
[14] Clark TE,West KD(2007)关于嵌套模型中相同预测准确性的近似正态检验。《经济学杂志》138:291-311·Zbl 1418.62432号 ·doi:10.1016/j.jeconom.2006.05.023
[15] Diebold FX,Mariano RS(1995),预测准确性比较。J公共汽车经济统计15(3):253-263
[16] Draper D(1995)模型不确定性的评估和传播。J R Stat Soc系列B 57(1):45-70·Zbl 0812.62001号
[17] Feldkircher M(2012)预测组合和贝叶斯模型平均:先验敏感性分析。J预测31(4):361-376·Zbl 1397.62338号 ·doi:10.1002/适用于1228
[18] Fernandez C、Ley E、Steel MFJ(2001)贝叶斯模型平均的基准先验。《经济学杂志》100:381-427·Zbl 1091.62507号 ·doi:10.1016/S0304-4076(00)00076-2
[19] Franses PH(1994)建模单变量海浪时间序列的多元方法。经济学杂志63:133-151·Zbl 0825.62679号 ·doi:10.1016/0304-4076(93)01563-2
[20] Franses PH(2003)《经济时间序列的周期性和随机趋势》,第2版。牛津大学出版社,纽约·Zbl 0868.62088号
[21] Franses PH,Koop G(1997)周期积分的贝叶斯分析。J预测16:509-532·doi:10.1002/(SICI)1099-131X(199712)16:7<509::AID-FOR671>3.0.CO;2-8
[22] Franses PH,Paap R(2006)《周期时间序列模型》,第2版。牛津大学出版社,纽约·Zbl 1058.62112号
[23] George EI,McCulloch RE(1993),吉布斯抽样变量选择。美国统计协会杂志88(423):881-889·doi:10.1080/01621459.1993.10476353
[24] Geweke J,Whiteman CH(2006),贝叶斯预测。Handb经济预测1:3-80·doi:10.1016/S1574-0706(05)01001-3
[25] Ghysels E,Osborn DR(2001)季节性时间序列的计量经济学分析,第1版。剑桥大学出版社·Zbl 0994.62086号 ·doi:10.1017/CBO9781139164009
[26] Ghysels E、Osborn DR、Rodrigues PMM(2006)预测季节性时间序列。收录:Elliott G、Granger CWJ、Timmermann A(eds)《经济预测手册》第1卷。阿姆斯特丹爱思唯尔·Zbl 1273.91014号
[27] Giacomini R,White H(2006)条件预测能力测试。计量经济学74:1545-1578·Zbl 1187.91151号 ·文件编号:10.1111/j.1468-0262.2006.00718.x
[28] Gladyshev EG(1961)周期相关随机序列。Sov数学2:385-388·Zbl 0212.21401号
[29] Hamilton JD(1994)时间序列分析,第1版。剑桥大学出版社,纽约·Zbl 0831.62061号
[30] Hansen BE(2007)最小二乘模型平均。《计量经济学》75(4):1175-1189·Zbl 1133.91051号 ·doi:10.1111/j.1468-0262.200700785.x
[31] Hibon M,Evgeniou T(2005)组合或不组合:在预测及其组合中进行选择。国际J预测21:15-24·doi:10.1016/j.ijforecast.2004.05.002
[32] Hjort NL,Claeskens G(2003)《频繁模型平均估计量》。美国统计协会杂志98:879-899·Zbl 1047.62003年 ·doi:10.1198/0162145000000828
[33] Hoeting JA、Madigan D、Raftery AE、Volinsky CT(1999)《贝叶斯模型平均:教程》。统计科学14:382-417·Zbl 1059.62525号 ·doi:10.1214/ss/1009212519
[34] Hong H,Preston B(2012)贝叶斯平均、预测和非嵌套模型选择。经济学杂志167:358-369·Zbl 1441.62734号 ·doi:10.1016/j.jeconom.2011.09.021
[35] Inoue A,Kilian L(2006)关于预测模型的选择。《经济学杂志》130:273-306·兹比尔1337.62291 ·doi:10.1016/j.jeconom.2005.03.003
[36] GG法官、Griffiths WE、Hill RC、Lütkepohl H、Lee TC(1985)《计量经济学的理论与实践》,第二版。纽约威利·Zbl 0731.62155号
[37] Klinger S,Weber E(2016)通过相关未观察成分分解贝弗里奇曲线动力学。牛牛经济统计78:877-894·doi:10.1111/obes.12135
[38] Koop G,Oseiwalski J,Steel MFJ(1995),时间序列模型中的贝叶斯长期预测。经济学杂志69:61-80·Zbl 0834.62091号 ·文件编号:10.1016/0304-4076(94)01662-J
[39] Madigan D,Raftery AE(1994)使用Occam窗口的图形模型中模型选择和模型不确定性的说明。美国统计协会杂志89(428):1535-1546·Zbl 0814.62030号 ·doi:10.1080/01621459.1994.10476894
[40] Meese R,Rogoff K(1983)七十年代的经验汇率模型。它们符合样品吗?国际经济杂志14:3-24·doi:10.1016/0022-1996(83)90017-X
[41] Monahan JF,Boos D(1992),贝叶斯分析的适当可能性。生物特征79(2):271-278·Zbl 0751.62012号 ·doi:10.1093/biomet/79.2.271
[42] Osborn DR(1991)周期性变化系数对季节性时间序列过程的影响。《经济学杂志》48:373-384·Zbl 0725.62100号 ·doi:10.1016/0304-4076(91)90069-P
[43] Osborn DR、Chui APL、Smith JP、Birchenhall CR(1988)《季节性与消费整合顺序》。公牛经济统计50:361-377·doi:10.1111/j.1468-0084.198.mp50004002.x
[44] Osborn DR,Smith JP(1989)周期自回归模型在预测英国季节性消费中的性能。J公共汽车经济统计7(1):117-128
[45] Pagano M(1978)关于周期性和多重自回归。Ann Stat 6(6):1310-1317·兹伯利039262073 ·doi:10.1214/aos/1176344376
[46] Pereira C,Stern JM(1999)《证据和可信度:精确假设的完全贝叶斯显著性检验》。熵1:69-80·Zbl 0993.62028号 ·doi:10.3390/电子邮箱1040069
[47] Pereira C,Stern JM,Wechsler S(2008)显著性检验是否真的是贝叶斯检验?贝叶斯分析3:79-100·Zbl 1330.62049号 ·doi:10.1214/08-BA303
[48] Phillips PCB(1991a)贝叶斯路径和单位根:de rebus prioribus semper est contractandum。应用经济学杂志6(4):435-473·doi:10.1002/jae.3950060411
[49] Phillips PCB(1991b)批评批评者:随机趋势的客观贝叶斯分析。应用经济学杂志6(4):333-364·doi:10.1002/jae.3950060402
[50] Raftery,A。;Madigan,D。;沃林斯基,C。;JO Berger(编辑);Bernardo,JM(编辑);Dawid,美联社(编辑);Lindley,DV(编辑);Smith,AFM(ed.),《生存分析中模型不确定性的考虑提高了预测性能》(带讨论),第5期,323-349(1996),伦敦
[51] Raftery AE,Madigan D,Hoeting JA(1997)线性回归模型的贝叶斯模型平均。美国统计学会杂志92:179-191·Zbl 0888.62026号 ·doi:10.1080/01621459.1997.10473615
[52] Raftery AE,Zheng Y(2003)贝叶斯模型平均的表现。美国统计协会杂志98:931-938·doi:10.1198/0162145000000891
[53] Robert CP(2007)《贝叶斯选择》,第1版。纽约州施普林格·Zbl 1129.62003号
[54] Schwarz G(1978)估算模型的维数。Ann Stat 6(2):461-464·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[55] So MKP,Chen CWS,Liu FC(2006)具有外生变量和广义自回归条件异方差误差的自回归模型的最佳子集选择。J R Stat Soc系列C 55:201-224·Zbl 1490.62274号 ·文件编号:10.1111/j.1467-9876.2006.00535.x
[56] Stock JH,Watson MW(1999)预测通货膨胀。《莫奈经济学杂志》44(2):293-335·doi:10.1016/S0304-3932(99)00027-6
[57] Tanner MA,Wong WH(1987)通过数据扩充计算后验分布。美国统计协会杂志82(398):528-540·Zbl 0619.62029号 ·doi:10.1080/01621459.1987.10478458
[58] Tiao GC,Grupe MR(1980)时间序列数据中的隐周期自回归移动平均模型。生物特征67(2):365-373·Zbl 0436.62076号
[59] Tierney L,Kadane JB(1986)后验矩和边缘密度的精确近似。美国统计协会杂志81(393):82-86·Zbl 0587.62067号 ·doi:10.1080/01621459.1986.10478240
[60] Tierney L,Kass RE,Kadane JB(1989)非正函数期望和方差的完全指数拉普拉斯近似。美国统计协会杂志84(407):710-716·Zbl 0682.62012号 ·doi:10.1080/01621459.1989.10478824
[61] Vecchia AV(1985)周期自回归滑动平均模型的最大似然估计。技术计量学27(4):375-384·doi:10.1080/00401706.1985.10488076
[62] Vosseler A(2016)多结构断裂单位根测试的贝叶斯模型选择。计算统计数据分析100:616-630·Zbl 1466.62207号 ·doi:10.1016/j.csda.2014.08.016
[63] Vosseler A,Weber E(2017)存在间断时周期单位根的贝叶斯分析。应用经济学49(38):3841-3862·doi:10.1080/00036846.2016.1270415
[64] Wright JH(2009)通过贝叶斯模型平均预测美国通货膨胀。J预测28(2):131-144·doi:10.1002/适用于1088
[65] Zellner A(1971)《计量经济学中贝叶斯推断导论》,第1版。纽约威利·Zbl 0246.62098号
[66] 邹华,杨毅(2004)结合时间序列模型进行预测。国际J预测20(1):69-84·doi:10.1016/S0169-2070(03)00004-9
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。