利用带波动性的季节性 ARFIMA 模型建模与预测日均 PM$_{10}$ 浓度
应用统计
2012-06-13 v1 统计理论
统计理论
摘要
本文探讨了日均颗粒物 (PM) 浓度可能是一个具有时变方差（波动性）的季节性分数积分过程。在此背景下，一个便捷的扩展是考虑具有 GARCH 型新息的 SARFIMA 模型 (Reisen 等，2006a,b)。该模型在理论上得到了论证，其有效性通过在巴西 Cariacica-ES 市的 PM 浓度应用得到了证实。调整后的模型能够捕捉序列中的动态变化。通过考虑异方差误差，样本外预测区间得到了改善，并且能够识别出波动性较高的时期。
引用
@article{arxiv.1206.2425,
title = {Modeling and forecasting daily average PM$_{10}$ concentrations by a seasonal ARFIMA model with volatility},
author = {V. A. Reisen and A. J. Q Sarnaglia and N. C. Reis and C. Lévy-Leduc and J. M. Santos},
journal= {arXiv preprint arXiv:1206.2425},
year = {2012}
}