Я делаю некоторые исследования о прогнозировании временных рядов функций плотности вероятности. Мы стремимся прогнозировать PDF с учетом исторически наблюдаемого (обычно оценочного) PDF. Метод прогнозирования, который мы разрабатываем, довольно хорошо работает в симуляционных исследованиях.
Однако мне нужен числовой пример из реальных приложений, чтобы проиллюстрировать наш метод дальше. Итак, есть ли подходящие примеры в приложениях (финансы, экономика, биология, инженерия и т. Д.), Где собраны временные ряды PDF-файлов, и важно и сложно прогнозировать такие временные ряды?
Ответы:
Одним из важных приложений является демография, например, прогнозирование развития возрастных пирамид, которые на самом деле представляют собой не что иное, как изменяющиеся во времени гистограммы, которые, в свою очередь, являются оценками плотности. Попробуйте свой подход к этому.
Вот несколько идей о том, как получить данные о продольной демографической плотности. Наконец, я выбрал немецкий набор данных, который обладал наилучшей гранулярностью, давая годовую пирамиду с шагом в 1 год - большинство других наборов данных только складывали пирамиду за каждый год в 5-летние корзины. Если вы найдете лучший источник временных рядов демографической плотности, сообщите нам об этом.
Хиндман и Шан (2009) - статья о прогнозировании функциональных временных рядов. Они применяют свой метод к показателям рождаемости.
Я бы также порекомендовал
rainbow
пакет для R также от Shang и Hyndman для визуализации функциональных данных.Или вы можете визуализировать свои прогнозы с помощью анимации. Вот небольшой анимированный GIF, который я создал для будущей немецкой пирамиды населения (мужчины слева, женщины справа):
источник
Существует растущая междисциплинарная литература по прогнозированию плотности вероятности (в отличие от простого прогнозирования среднего значения ряда). Следующая ссылка - недавний опрос, в котором обсуждаются как методология, так и приложения в экономике, метеорологии и т. Д.
Гнейтинг, Т. и М. Кацфусс (2014): «Вероятностное прогнозирование», Ежегодный обзор статистики и его применение 1, 125-151.
Доступно по адресу http://www.annualreviews.org/doi/abs/10.1146/annurev-statistics-062713-085831.
источник
Скажите, если вас интересует более подробная история об этом.
источник