关于泊松-林德利整数自回归过程的计数分布与预测近似的评估
统计方法学
2024-05-31 v1
摘要
尽管许多时间序列是来自离散过程的实现，但通常会实现连续高斯模型用于建模和预测数据，导致预测不连贯。本文将泊松-林德利整数自回归（PLINAR）模型的预测与变体高斯预测进行比较，通过模拟实现，其中将PLINAR的相关矩与高斯AR的矩等值，以实现公平比较。为说明实用性，对所讨论的方法进行了应用和比较，使用离散序列，模型参数通过条件最小二乘、Yule-Walker 和最大似然估计法进行估计。
关键词
引用
@article{arxiv.2405.20342,
title = {Evaluating Approximations of Count Distributions and Forecasts for Poisson-Lindley Integer Autoregressive Processes},
author = {Rachel D. Gidaro and Jane L. Harvill},
journal= {arXiv preprint arXiv:2405.20342},
year = {2024}
}