一般线性约束多元时间序列的点预测与概率预测协调
统计方法学
2023-12-25 v2 应用统计
统计计算
摘要
预测协调是一种预测后处理过程，旨在将一组不一致的基础预测修正为与给定数据结构一致的协调预测。大多数基于回归的点预测与概率预测协调结果建立在所谓的“结构表示”及相关的无约束广义最小二乘协调公式之上。然而，结构表示自然适用于真正的层次化/分组时间序列，其中顶层与底层变量被唯一确定。当考虑一般线性约束多元时间序列时，预测协调自然依据投影方法进行表达。尽管众所周知经典结构协调公式等价于其投影方法对应形式，但迄今为止尚未完全理解是否及如何为一般线性约束多元时间序列推导类结构协调公式。这样一种表达式将允许直接扩展协调的定义、定理与结果。在本文中，我们证明对于一般线性约束多元时间序列，可以依据“类结构”方法表达协调公式，该方法保持自由变量与约束变量（而非底层与上层（聚合）变量）的区分，建立概率预测协调框架，并将这些发现应用于获得澳大利亚 GDP 按收入与支出侧聚合、以及欧元区 GDP 按收入、支出与产出侧及 19 个国家分解的完全协调点预测与概率预测。
引用
@article{arxiv.2305.05330,
title = {Point and probabilistic forecast reconciliation for general linearly constrained multiple time series},
author = {Daniele Girolimetto and Tommaso Di Fonzo},
journal= {arXiv preprint arXiv:2305.05330},
year = {2023}
}