基于统计学习的分位数预测及其在GDP预测中的应用
统计理论
2012-08-10 v2 统计理论
摘要
本文利用统计学习方法和分位数损失函数处理时间序列的预测和置信区间问题。首先，我们证明吉布斯估计量（也称为指数加权聚合）能够在一大类损失函数下预测得与给定族中最佳预测器一样好。特别地，使用Koenker和Bassett（1978）的分位数损失函数，这允许构建置信区间。我们将这些结果应用于法国国内生产总值（GDP）增长的预测和置信区域问题，并取得了有希望的结果。
引用
@article{arxiv.1202.4294,
title = {Prediction of quantiles by statistical learning and application to GDP forecasting},
author = {Pierre Alquier and Xiaoyin Li},
journal= {arXiv preprint arXiv:1202.4294},
year = {2012}
}