AdaptSPEC-X：协变量依赖的多元非平稳时间序列谱建模
统计方法学
2020-06-05 v2
摘要
我们提出一种用于联合分析一组可能非平稳时间序列的方法。该方法是贝叶斯方法，并使用协变量依赖的无限混合模型来整合多个时间序列，其混合分量由时变均值和对数谱参数化。混合分量基于AdaptSPEC，这是一种非参数模型，可自适应地将时间序列划分为未知数量的段，并通过平滑样条估计局部对数谱。我们扩展AdaptSPEC以处理缺失值，这是时间序列的常见特征，会给非参数谱方法带来困难。第二个扩展是允许时变均值。假设协变量与时间无关，通过逻辑stick breaking过程将其纳入混合权重中。该模型可估计在已观测和未观测协变量值处的时变均值和谱，从而允许预测推断。估计通过马尔可夫链蒙特卡洛(MCMC)方法执行，结合了数据增广、可逆跳跃和Riemann流形哈密顿蒙特卡洛技术。我们使用模拟数据评估该方法，并描述了在澳大利亚降雨数据和美国麻疹发病率上的应用。实现本文所提方法的软件可在R包BayesSpec中获得。
引用
@article{arxiv.1908.06622,
title = {AdaptSPEC-X: Covariate Dependent Spectral Modeling of Multiple Nonstationary Time Series},
author = {Michael Bertolacci and Ori Rosen and Edward Cripps and Sally Cripps},
journal= {arXiv preprint arXiv:1908.06622},
year = {2020}
}