柳德米拉格里戈耶娃;Juan-Pablo奥尔特加 用估计的时间聚合线性过程进行混合预测。 （英文） Zbl 1397.62307号 J.预测。 33，第8期，577-595（2014）. 小结：我们介绍了一种预测线性时间聚集的新策略；我们称其为混合，并使用渐近理论研究其性能。该方案包括使用最高可用频率采样的数据进行模型参数估计，以及使用根据感兴趣的预测范围聚合的数据和模型进行后续预测。我们开发了显式表达式，该表达式近似量化与不同预测方案相关的均方预测误差，并考虑了估计误差分量。这些近似估计表明，混合预测方案往往优于所谓的“全聚合”方法，在某些情况下，“全分解”策略在忽略模型选择和估计误差时是最优的。与文献中存在的其他相关近似公式不同，本文中提出的公式是完全明确的，不需要假设样本的二阶平稳性，也不需要蒙特卡罗模拟来评估它们。 MSC公司： 62米10 统计学中的时间序列、自相关、回归等（GARCH） 62M20型 随机过程推断和预测 第62页 参数检验的渐近性质 关键词：ARMA公司;线性时间聚集;渐近理论;时间序列模型 PDF格式BibTeX公司 XML格式引用 \textit{L.Grigoryeva}和\textit{J.-P.Ortega}，J.Forecast。33，第8号，577--595（2014；Zbl 1397.62307） 全文： 内政部