非平稳自回归中的最优多步预测
统计理论
2009-06-15 v1 统计理论
摘要
本文研究了模型阶数和真实参数均未知的非平稳自回归过程的多步预测误差。我们给出了两种重要方法——plug-in预测和直接预测——的多步均方预测误差和累积预测误差的渐近表达式。这些表达式不仅刻画了预测误差如何受模型阶数、预测方法、参数值和单位根的影响，而且启发我们构建一些新的预测器选择准则，这些准则最终能以概率1选择模型阶数和预测方法的最佳组合。最后，仿真分析证实了新提出准则在有限样本下的良好性能。
引用
@article{arxiv.0906.2266,
title = {Toward optimal multistep forecasts in non-stationary autoregressions},
author = {Ching-Kang Ing and Jin-Lung Lin and Shu-Hui Yu},
journal= {arXiv preprint arXiv:0906.2266},
year = {2009}
}
备注
Published in at http://dx.doi.org/10.3150/08-BEJ165 the Bernoulli (http://isi.cbs.nl/bernoulli/) by the International Statistical Institute/Bernoulli Society (http://isi.cbs.nl/BS/bshome.htm)