用于群组结构下函数型时间序列预测的动 principal component 回归
应用统计
2020-09-22 v1 统计方法学
摘要
在制定社会政策以及在国家与次国家层面进行年金定价时，既需要准确预测死亡率，又必须确保次国家层面的预测加总等于国家层面的预测。这推动了群组结构下函数型时间序列预测方法的发展，其中使用了静态主成分分析。在存在中度至强时间依赖时，为独立同分布函数型数据设计的静态主成分分析可能不够充分。因此，通过使用动态函数型主成分分析，我们考虑一种结合静态与动态主成分回归的函数型时间序列预测方法，以预测群组结构中的各个序列。利用从日本死亡率数据库（2019）获取的地区年龄别死亡率数据，我们考察了所提扩展方法的点与区间预测精度，并据此给出建议。
引用
@article{arxiv.1909.00456,
title = {Dynamic principal component regression for forecasting functional time series in a group structure},
author = {Han Lin Shang},
journal= {arXiv preprint arXiv:1909.00456},
year = {2020}
}
备注
19 pages, 7 figures, to appear in Scandinavian Actuarial Journal. arXiv admin note: text overlap with arXiv:1705.08001, arXiv:1609.04222