米纳州阿明哈法里;吉恩·米切尔·波吉 基于小波和核平滑的非平稳时间序列预测。 （英语） Zbl 1244.62131号 Commun公司。统计、理论方法 41，第3期，485-499（2012）. 小结：作者利用小波和核平滑方法对非平稳时间序列进行了预测。从基于对过去未确定Haar小波系数的过程进行回归的基本预测程序开始，该程序在各个方向上进行了扩展，包括使用任意小波或多项式拟合来外推低频分量。作者研究了多步预测以及核平滑和小波相结合的预测过程的进一步推广。他们最后在非平稳模拟数据和实际数据上说明了所提出的程序，然后将其与著名的竞争对手进行了比较。 引用于1文件 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） 65T60型 小波的数值方法 62克99 非参数推理 65C60个 统计中的计算问题（MSC2010） 关键词：非平稳性 软件：TSDL公司;TDSL公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Aminghafari}和\textit{J.-M.Poggi}，Commun。Stat.，Theory Methods 41，No.3，485-499（2012；兹比尔1244.62131） 全文： 内政部 参考文献： [1] 内政部：10.1142/S0219691307002002·兹比尔1135.62076 ·doi:10.1142/S0219691307002002 [2] 内政部：10.1007/BF03178905·doi:10.1007/BF03178905 [3] 数字对象标识码：10.1111/j.1467-9868.2006.00569.x·Zbl 1110.62122号 ·文件编号：10.1111/j.1467-9868.2006.00569.x [4] DOI:10.1016/j.spl.2008.10.028·Zbl 1157.62065号 ·doi:10.1016/j.spl.2008.10.028 [5] 博斯克·D·，《Séries年表分析与预测：Méthodes Paramétriques et Non-Parame triques》（1992年） [6] Brockwell P.J.，时间序列和预测导论（1996）·Zbl 0868.62067号 [7] Brooklebank J.C.，SAS预测时间序列。，第2版（2003） [8] Hardle W.，应用非参数回归（1990）·doi:10.1017/CCOL0521382483 [9] Hastie T.，《统计学习的要素》（2001年）·Zbl 0973.62007号 [10] Hyndman，R.J.（2009）。时间序列数据库。检索自http://www.robhyndman。已访问info/TSDL。 [11] Makridakis S.，《预测：方法和应用》。，第3版（1998年） [12] 内政部：10.1002/9780470612491·Zbl 1170.94001号 ·doi:10.1002/9780470612491 [13] Percival D.B.，时间序列分析的小波方法（2000年）·Zbl 0963.62079号 ·doi:10.1017/CBO9780511841040 [14] Poggi J.-M.，《应用统计评论》42（4），第83页–（1994） [15] 内政部：10.1142/S0219691303000153·Zbl 1041.62080号 ·doi:10.1142/S0219691303000153 [16] 内政部：10.1002/9780470317020·数字对象标识代码：10.1002/9780470317020 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。