高维函数型时间序列的预测：应用于次国家级分年龄死亡率

我们研究高维函数型时间序列（HDFTS）的建模与预测，其可具有横截面相关性和时间依赖性。我们引入将HDFTS分解为两个不同部分的方法：一个确定性分量和一个随时间变化的残差分量。该分解通过估计双向函数型方差分析得到。基于函数型主成分分析，我们实施了一种函数型时间序列预测方法来对残差分量进行预测。通过将残差分量的预测与确定性分量结合，我们获得多个群体的预测曲线。我们将该模型应用于美国、法国和日本的按年龄和性别分列的死亡率，其中分别有51个州、95个部门和47个 prefectures（都道府县）。所提出的方法在预测多群体死亡率时，比所考虑的几种基准方法能够给出更准确的点预测和区间预测。