动态主成分回归：在年龄别死亡率预测中的应用
应用统计
2020-09-29 v1
摘要
在包括精算科学与人口学在内的应用领域，考虑曲线的时间序列已越来越常见；年龄别死亡率在若干年间的观测即为其中一例。鉴于年龄可被视为离散或连续变量，降维技术如主成分分析常被采用。然而，在存在中度至强时间依赖时，常用于独立同分布数据分析的静态主成分分析可能并不充分。作为替代，我们考虑一种动态(dynamic)主成分方法来对曲线时间序列中的时间依赖建模。受Brillinger(1974)动态主成分理论启发，我们引入了动态主成分分析，其基于估计的长期协方差的特征分解。通过一系列实证应用，我们展示了与静态对应方法相比，动态主成分回归在一年前向点预测与区间预测精度上所蕴含的潜在提升。
引用
@article{arxiv.1905.03900,
title = {Dynamic principal component regression: Application to age-specific mortality forecasting},
author = {Han Lin Shang},
journal= {arXiv preprint arXiv:1905.03900},
year = {2020}
}
备注
27 pages, 10 figures, to appear at ASTIN Bulletin