文献

J-GLOBAL ID：202202218687078368   整理番号：22A0180190

ランダム係数状態空間モデル:M3-M4競合における推定と性能【JST・京大機械翻訳】

Random coefficient state-space model: Estimation and performance in M3-M4 competitions

著者 (2件)： Sbrana Giacomo (NEOMA Business School, 59 Rue Pierre Taittinger, 51100 Reims, France) ,  Silvestrini Andrea (Bank of Italy, DG for Economics, Statistics and Research, Via Nazionale 91, 00184 Roma, Italy)
資料名： International Journal of Forecasting  (International Journal of Forecasting)
巻： 38  号： 1  ページ： 352-366  発行年： 2022年 
JST資料番号： C0216C  ISSN： 0169-2070  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： ランダム係数状態空間モデルをMcKenzieとGardner(2010)によって最初に導入した。このモデルは,時系列予測の望ましい特徴である単純および二重指数平滑化の確率的組合せである。本論文は,モデルの自動共分散とKalmanフィルタの間のリンクを利用することによって,ランダム係数状態空間モデルパラメータを推定するための簡単な方法を提供した。シミュレーション運動は,提案した推定器が良好な有限サンプル特性を有することを示した。また,本論文は,大規模な経験的応用におけるモデル予測性能を評価して,それは注目すべきであった。実際,このモデルは,M3競争データセットからの年間データを用いるとき,すべての競合(非結合)ベンチマークより優れている。さらに,M4競争からの年間データを採用することにより,その競争者を継続し続け,その性能はθ法に匹敵する。予測性能をMASE/sMAPE計量とモデル信頼性セット手順の両方を用いて評価した。Copyright 2022 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： シミュレーション ,  指数平滑法 ,  信頼性 ,  最尤法 ,  *共分散 ,  近似法 ,  利得 ,  Kalmanフィルタ ,  ベンチマーク
準シソーラス用語： 時系列予測 ,  モデルパラメータ ,  状態空間モデル ,  予測性能 ,  状態空間 ,  モデル予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： ランダム係数状態空間モデル ,  Kalman利得 ,  予測 ,  予測競争 ,  近似最大尤度

分類 (2件)： 信号理論  (ND02020G) ,  ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (4件)： 係数 ,  状態空間モデル ,  競合 ,  推定