...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Time Series Analysis >A SHRINKED FORECAST IN STATIONARY PROCESSES FAVOURING PERCENTAGE ERROR
【24h】

A SHRINKED FORECAST IN STATIONARY PROCESSES FAVOURING PERCENTAGE ERROR

机译：固定过程中出现百分比误差的缩小的预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In stationary time-series forecasting, the commonly used criterion for selecting a proper forecast is the mean square error (MSE), which is minimized by the conditional expectation of future observation given the entire past known as a minimum MSE forecast. In this paper, mean square percentage error (MSPE) instead of is used to forecast autoregressive moving average (ARMA)(p,q) series. The suggested forecast takes the form of 1 - CV_(t+1)~2 or (1 + CV_(t+1)~2)~(-1) (CV_(t+1) is the coefficient of variation for one step ahead) times the minimum MSE forecast, which performs better not only in MSPE, but also in mean absolute percentage error (MAPE) than the ordinary MSE forecast in simulation studies. A real data example also supported this result. We conclude that, if percentage error is a prime concern, this shrinked version of MSE forecast performs better than the ordinary forecast in the stationary ARMA(p,q) model.
机译：在平稳的时间序列预测中，选择适当预测的常用标准是均方误差（MSE），在整个过去称为最小MSE预测的情况下，可以通过对未来观测的有条件预期将其最小化。在本文中，使用均方百分比误差（MSPE）代替预测自回归移动平均（ARMA）（p，q）系列。建议的预测采用1-CV_（t + 1）〜2或（1 + CV_（t + 1）〜2）〜（-1）的形式（CV_（t + 1）是一步的变异系数）乘以最小MSE预测，这不仅在MSPE中表现出色，而且在平均绝对百分比误差（MAPE）方面也比模拟研究中的普通MSE预测更好。一个真实的数据示例也支持该结果。我们得出结论，如果百分比误差是主要问题，那么缩小的MSE预测版本将比固定ARMA（p，q）模型中的普通预测更好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号