论文摘要
预测包容检验是组合预测的一个重要研究领域。近十几年来,因组合预测可以最大程度使用样本信息而成为预测领域的研究热点。而如何选择参与组合的单项预测模型的研究并不多。当前组合预测单项模型的选择方法是基于预测精度基础上的。理论上讲,有m种预测模型,就要进行2~m次选择,这一工作量将是巨大的,给模型选择带来极大不便。因此,很有必要对组合预测的模型选择方法进行研究,建立一套有效的选择方法,降低组合模型的建模复杂性,提高预测的效率。Turgut Kisinbay建立了一种符合t分布的近似枢轴统计量,将包容检验用于组合预测单模型选择,对组合预测模型选择作了开创性的工作。他建议剔除被包容模型,减少参与组合的预测模型数量。目前有关包容检验的方法都是建立在统计假设检验基础上的。首先,对两个预测模型的预测误差建立一种统计量,然后用蒙特卡洛方法分析这种统计量的极限分布,根据极限分布对统计量进行零假设检验。这一方法主要侧重于三个方面的应用:其一是对预测变量的包容检验,即检验一个预测变量对预测目标有没有预测价值,若没有预测价值我们就称这一变量被包容,将其在模型中剔除。第二是对等精度预测模型的预测性能进行评价,即检验两个模型预测性能是否等价,我们选择哪一个模型预测风险更小。第三,对组合预测方法进行评价,即检验一个组合预测模型是否比单项预测模型更加具有预测能力。从这三方面的应用中可以看出,以预测包容检验理论为基础对组合预测单项模型进行选择,理论上是完全可行的。本文主胰?艘韵鹿ぷ?首先,系统地总结了当前出现的几种预测包容检验方法,并指出所建立的统计量极限分布存在的不足。其次,将等精度检验和不等精度包容检验相结合。根据包容检验理论,如果性能较差的模型含有无用的边际信息(即被包容),或者等精度预测模型是等价的(或是被包容的),将其(被包容模型或几个等价模型)加入组合预测不但没有意义,而且还会增加建模的复杂性,降低预测性能。所以使用预测包容检验方法对组合预测的单项模型进行选择非常必要。第三,使用一种符合t分布的预测误差统计量,使包容检验更加标准化,更加容易操作。并在统计假设检验的基础上用这一统计量分析了日元兑美元日平均汇率的模型选择,用简单平均组合预测方法对组合预测单项模型选择的包容检验方法的有效性进行了实证分析,最后对组合预测包容检验方法的未来研究方向给与展望。
论文目录
相关论文文献
- [1].分类中模型选择方法的改进[J]. 统计与决策 2020(11)
- [2].模型本无过 思想来引路[J]. 中学数学杂志 2017(06)
- [3].模型选择准则在洪水频率分析中的应用[J]. 水利学报 2010(01)
- [4].方差正则化的分类模型选择准则[J]. 计算机科学与探索 2019(03)
- [5].生态风险评价方法学研究进展与评价模型选择[J]. 城市环境与城市生态 2015(01)
- [6].一种软件可靠性增长模型选择与综合方法[J]. 计算机科学 2009(09)
- [7].RS为工程师改进其3D CAD模型选择工具[J]. 微型机与应用 2013(02)
- [8].基于均衡7×2交叉验证的模型选择方法[J]. 太原师范学院学报(自然科学版) 2013(01)
- [9].零膨胀计数资料模型选择与比较[J]. 中国卫生统计 2011(04)
- [10].基于交叉验证的模型选择中投票和平均方法的对照[J]. 数学的实践与认识 2019(09)
- [11].SAS软件在6种溶出模型选择中的应用[J]. 中医研究 2012(04)
- [12].二元非结构肥效模型构建及其田间试验验证[J]. 土壤学报 2019(04)
- [13].基于最优权重联合模型的滑坡位移预测研究[J]. 灾害学 2018(01)
- [14].不同模拟穿刺模型在超声引导穿刺技术教学中的比较研究[J]. 临床超声医学杂志 2019(07)
- [15].带有有序变量的结构方程模型中的模型选择[J]. 统计与决策 2011(14)
- [16].科技创新企业估值模型选择研究——以工业富联为例[J]. 现代金融导刊 2020(03)
- [17].交叉验证在数据建模模型选择中的应用[J]. 商业经济 2011(10)
- [18].基于贝叶斯理论的土水特征曲线模型选择与参数识别方法[J]. 应用基础与工程科学学报 2019(06)
- [19].浅析金融证券市场的最优投资及模型选择[J]. 产业创新研究 2019(11)
- [20].基于磨损公式的磨损模型适用性研究[J]. 中国农村水利水电 2019(04)
- [21].基于跨项目缺陷预测的模型选择研究[J]. 计算机产品与流通 2018(10)
- [22].基于决策支持的交通分析模型选择与应用[J]. 公路交通技术 2014(02)
- [23].有限变形下橡胶材料非线性高弹-粘弹性本构模型[J]. 橡胶工业 2017(11)
- [24].基于CMA-ES算法的支持向量机模型选择[J]. 计算机仿真 2010(04)
- [25].基于多段落排序的机器阅读理解研究[J]. 北京化工大学学报(自然科学版) 2019(03)
- [26].降脂模型研究进展[J]. 中国比较医学杂志 2020(04)
- [27].非酒精性脂肪性肝病实验模型[J]. 中国药学杂志 2019(18)
- [28].非线性GARCH族的模型平均估计方法[J]. 统计研究 2018(05)
- [29].模型选择和假设导致的臭氧相关性气候变化健康效应的变异[J]. 环境与职业医学 2013(02)
- [30].网络结构数据空间回归模型的平均估计[J]. 系统科学与数学 2018(06)
标签:预测包容论文; 组合预测论文; 支持向量机论文; 广义回归神经网络论文; 预测精度论文;