函数值预测模型的预测区间
统计方法学
2014-12-16 v1 统计理论
统计理论
摘要
从负荷曲线形状所包含的信息出发，我们提出了一种灵活的函数值非参数预测模型，称为 KWF（Kernel+Wavelet+Functional），该模型非常适合处理非平稳序列。该预测器可视为过去情境未来的加权平均，其中权重随过去情境与当前情境的相似度增加而增加。此外，该策略提供了同时多步长预测。这些权重诱导出的概率分布可用于生成 bootstrap 伪预测。在获得相应的 bootstrap 伪预测残差后，构建预测区间。我们提出了两个直接遵循 KWF 策略的命题，并将其与计量经济学家提出的两种替代方法进行比较。后者通过控制族-wise 错误率（FWE）或错误发现率，利用多重比较校正来构建同时预测区间。或者，此类预测区间可通过 bootstrap 联合概率区域来构建。在本工作中，我们提出为 KWF 模型获取预测区间，使其对对应于路径预测的 H 个预测步长同时有效，从而在函数时间序列与计量经济学家框架之间建立联系。
引用
@article{arxiv.1412.4222,
title = {A prediction interval for a function-valued forecast model},
author = {Anestis Antoniadis and Xavier Brossat and Jairo Cugliari and Jean-Michel Poggi},
journal= {arXiv preprint arXiv:1412.4222},
year = {2014}
}