Víctor Gómez;菲利克斯Aparicio-Pérez;桑切斯-阿尔维拉,阿尔恩格尔 基于子空间方法的传递函数预测的替代方法。 (英语) Zbl 1205.62138号 Commun公司。Stat.,模拟计算。 39,编号8-10,1855-1867(2010). 摘要:在时间序列文献中,最近的兴趣集中在所谓的子空间方法上。这些技术使用典型相关和线性回归来估计以状态空间形式表示的ARMAX模型的系统矩阵。我们将结果与传统传递函数模型的结果进行了比较,发现两种方法得到的预测结果相似。这一结果非常令人鼓舞,因为与传递函数模型相比,子空间方法可以被视为几乎是自动的。 MSC公司: 62M20型 随机过程推断和预测 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62H20个 关联度量(相关性、典型相关性等) 65C60个 统计中的计算问题(MSC2010) 关键词:ARMAX公司;预测;卡尔曼滤波器;状态空间模型;子空间方法;传递函数 PDF格式BibTeX公司 XML格式引用 \textit{V.Gómez}等人,Commun。统计、仿真计算。39,编号8-10,1855--1867(2010;Zbl 1205.62138) 全文: 内政部 哈尔 参考文献: [1] 安德森·T·W,《数理统计年鉴》22,第327页–(1951)·Zbl 0043.13902号 ·doi:10.1214/aoms/1177729580 [2] Beguin J.M.,《时间序列》第423页——(1980年) [3] Box G.E.P.,时间序列分析、预测和控制(1976年)·Zbl 0363.62069号 [4] Jenkins G.M.,光谱分析及其应用(1968年)·Zbl 0167.17504号 [5] Larimore W.E.,《1983年美国控制会议论文集》,第2页,445–(1983) [6] Liu L.M.,《统计学中的传播——理论和方法》,第11页,297页,(1982年)·doi:10.1080/03610928208828236 [7] Ljung L.,《系统识别:用户理论》(1999)·Zbl 0615.93004号 [8] Reinsel G.C.,《多元时间序列分析要素》(1997)·Zbl 0873.62086号 ·doi:10.1007/978-1-4612-0679-8 [9] Tsay R.S.,《商业与经济统计杂志》,第3页,第228页–(1985年)·doi:10.2307/1391593 [10] Tsay R.S.,《商业与经济统计杂志》,第7页,第327页–(1989年)·doi:10.2307/1391530 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。