×
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。