高维函数型时间序列预测：以分年龄死亡率的应用为例
统计方法学
2018-10-03 v1
摘要
我们通过一个两阶段降维过程来解决高维函数型时间序列的预测问题。高维函数型时间序列预测的困难在于维数灾难。在本文中，我们提出一种新方法来解决该问题。首先应用动态函数主成分分析将每个函数型时间序列降维为一个向量。然后我们使用因子模型作为进一步的降维技术，从而仅保留少量潜在因子。可使用经典时间序列模型对因子进行预测，并构建函数的条件预测。我们建立了近似函数的渐近性质，包括估计误差与预测误差。所提方法易于实现，尤其在函数型时间序列维数较大时。我们通过模拟研究以及对日本分年龄死亡率的应用展示了我们方法的优越性。
引用
@article{arxiv.1810.01195,
title = {High-dimensional functional time series forecasting: An application to age-specific mortality rates},
author = {Yuan Gao and Han Lin Shang and Yanrong Yang},
journal= {arXiv preprint arXiv:1810.01195},
year = {2018}
}
备注
17 pages, 2 figures, To appear in Journal of Multivariate Analysis