文献

J-GLOBAL ID：201902283855711610   整理番号：19A1183150

サンプル内予測法の比較【JST・京大機械翻訳】

A comparison of in-sample forecasting methods

著者 (4件)： Bischofberger Stephan M. (Cass Business School, City, University of London, 106 Bunhill Row, London, EC1Y 8TZ, United Kingdom) ,  Hiabu Munir (School of Mathematics and Statistics, University of Sydney, Camperdown NSW 2006, Australia) ,  Mammen Enno (Institute for Applied Mathematics, Heidelberg University, Im Neuenheimer Feld 205, 69120 Heidelberg, Germany) ,  Nielsen Jens Perch (Cass Business School, City, University of London, 106 Bunhill Row, London, EC1Y 8TZ, United Kingdom)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 137  ページ： 133-154  発行年： 2019年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： サンプル内予測は,凝集データに基づく良く知られた予測法の最近の連続的修正である。これらの集約された方法は,人口統計学,経済学,疫学および社会学における年齢コホート法および非生命保険における連鎖ラダーとして知られている。データは,指標として年齢とコホートを持つ双方向表で組織化されるが,曝露の尺度はない。最近,凝集データに基づくそのような構造化予測法が構造化ヒストグラム推定器として解釈できることが確立されている。連続的なインサンプル予測は,これらの古典的予測モデルを,ヒストグラムによる平滑化よりも効率的な平滑化方法論を含む現代の統計的世界に移行させる。全てのサンプル内予測推定量を収集し,それらの性能を有限サンプルシミュレーション研究により比較した。すべての方法を乗法的バイアス補正により拡張した。漸近理論は,ふるいのヒストグラム型法と乗算的に補正された推定器のために開発されている。乗法的バイアス補正推定器は,シミュレーション研究において他の既知のインサンプル予測器を改善する。密度投影法は,ランナーアップである生存密度に基づく予測により最良の性能を持つように見える。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ランナ ,  ヒストグラム ,  *予測技法 ,  経済学 ,  シミュレーション ,  乗算 ,  推定量 ,  平滑化 ,  母集団 ,  予測モデル ,  疫学 ,  *予測 ,  凝集
準シソーラス用語： 漸近理論 ,  バイアス補正 , 【Automatic Indexing@JST】

著者キーワード (5件)： 年齢コホートモデル ,  鎖はしご法 ,  サンプル内予測 ,  乗法的バイアス補正 ,  ノンパラメトリック推定

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： サンプル ,  予測法