丹尼·菲弗曼;理查德·蒂勒 具有估计参数的状态空间模型的预测MSE的Bootstrap近似。 (英语) Zbl 1097.62086号 J.时间序列。分析。 26,第6期,893-916(2005). 考虑了参数未知的线性高斯状态空间模型。通过观测值估计参数,并将其替换为状态预报器的理论表达式(例如,卡尔曼滤波器)。作者开发了用于估计预测均方误差(PMSE)的参数和非参数自举程序。证明了参数化过程的一致性。通过仿真将这些方法与PMSE估计的一些贝叶斯方法和渐近方法进行了比较。考虑应用于美国就业率数据。审核人:R.E.Maiboroda(基辅) 引用于22文件 MSC公司: 62米10 统计学中的时间序列、自相关、回归等(GARCH) 62G09号 非参数统计重采样方法 62F40型 Bootstrap、jackknife和其他重新采样方法 62M20型 随机过程推断和预测 2012年12月62日 参数估计量的渐近性质 关键词:预测;均方误差;卡尔曼滤波器;参数自助法 软件:印章 PDF格式BibTeX公司 XML格式引用 \textit{D.Pfeffermann}和\textit{R.Tiller},J.Time-Ser。分析。26,编号6893-916(2005年;兹bl 1097.62086) 全文: 内政部 链接 参考文献: [1] Ansley C.F.,Biometrika 73第467页–(1986年) [2] Box G.E.P.,《时间序列分析:预测和控制》(1976年)·Zbl 0363.62069号 [3] Datta G.S.,《美国统计协会杂志》94 pp 1074–(1999) [4] De Jong P.,《美国统计协会杂志》,第84页,第1085页–(1989年) [5] 内政部:10.1111/1467-9868.00218·Zbl 0945.62084号 ·doi:10.1111/1467-9868.00218 [6] Hall P.,Biometrika 75 pp 661–(1988)·Zbl 1033.62031号 [7] 内政部:10.1016/0304-4076(86)90004-7·Zbl 0596.62116号 ·doi:10.1016/0304-4076(86)90004-7 [8] Harvey A.C.,用卡尔曼滤波器预测结构时间序列(1989) [9] Koopman S.J.,Stamp 5.0——结构时间序列分析仪、建模器和预测器(1995年) [10] Pfeffermann D.,《国际统计评论》70,第125页–(2002年) [11] Pfeffermann D.,《商业与经济统计杂志》,第16页,第339页–(1998年) [12] 内政部:10.1111/1467-9892.00182·Zbl 0958.62086号 ·doi:10.1111/1467-9892.00182 [13] Sallas W.H.,《美国统计协会杂志》,第76页,第860页–(1981年) [14] 邵J.,《刀与靴带》(1995)·Zbl 0947.62501号 ·doi:10.1007/978-1-4612-0795-5 [15] 内政部:10.1111/1467-9868.00131·Zbl 0910.62026号 ·数字对象标识代码:10.1111/1467-9868.00131 [16] Stoffer D.S.,《美国统计协会杂志》,第86页,第1024页–(1991年) [17] D.S.Stoffer和K.D.Wall(2004)状态空间模型中的重采样。InState空间和未观测组件模型,理论和应用(编辑A.Harvey、S.J.Koopman和N.Shephard)。剑桥:剑桥大学出版社,第171-202页。 [18] Tiller R.B.,《官方统计杂志》,第8页,第149页–(1992年) [19] Tsimikas J.,《统计学、理论和方法中的传播》,第23页,2253–(1994)·Zbl 0825.62210号 [20] Watanabe N.,《时间序列分析杂志》第269页(1985年) 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。