Bootstrap Approximation to Prediction MSE for State-Space Models with Estimated Parameters
نویسندگان
چکیده
منابع مشابه
Bootstrap Prediction Intervals in State Space Models
Prediction intervals in State Space models can be obtained by assuming Gaussian innovations and using the prediction equations of the Kalman filter, where the true parameters are substituted by consistent estimates. This approach has two limitations. First, it does not incorporate the uncertainty due to parameter estimation. Second, the Gaussianity assumption of future innovations may be inaccu...
متن کاملBootstrap prediction mean squared errors of unobserved states based on the Kalman filter with estimated parameters
Prediction intervals in State Space models can be obtained by assuming Gaussian innovations and using the prediction equations of the Kalman filter, where the true parameters are substituted by consistent estimates. This approach has two limitations. First, it does not incorporate the uncertainty due to parameter estimation. Second, the Gaussianity assumption of future innovations may be inaccu...
متن کاملSpatial Sampling Design for Prediction With Estimated Parameters
We study spatial sampling design for prediction of stationary isotropic Gaussian processes with estimated parameters of the covariance function. The key issue is how to incorporate the parameter uncertainty into design criteria to correctly represent the uncertainty in prediction. Several possible design criteria are discussed that incorporate the parameter uncertainty. A simulated annealing al...
متن کاملBootstrap Prediction Intervals for Threshold Autoregressive Models
This paper proposes the use of prediction intervals based on bootstrap for threshold autoregressive models. We consider four bootstrap methods to account for the variability of estimated threshold values, correct the bias of autoregressive coefficients and allow for heterogenous errors. Simulation shows that bootstrap prediction intervals generally perform better than classical prediction inter...
متن کاملa new approach to credibility premium for zero-inflated poisson models for panel data
هدف اصلی از این تحقیق به دست آوردن و مقایسه حق بیمه باورمندی در مدل های شمارشی گزارش نشده برای داده های طولی می باشد. در این تحقیق حق بیمه های پبش گویی بر اساس توابع ضرر مربع خطا و نمایی محاسبه شده و با هم مقایسه می شود. تمایل به گرفتن پاداش و جایزه یکی از دلایل مهم برای گزارش ندادن تصادفات می باشد و افراد برای استفاده از تخفیف اغلب از گزارش تصادفات با هزینه پائین خودداری می کنند، در این تحقیق ...
15 صفحه اولذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Journal of Time Series Analysis
سال: 2005
ISSN: 0143-9782,1467-9892
DOI: 10.1111/j.1467-9892.2005.00448.x