بازه های پیشگویی بوت استرپ نیم پارامتری در سری های زمانی

یکی از مسائل مهم در تحلیل سری های زمانی برآورد بازه ی پیشگویی بر اساس مشاهدات گذشته است. در سال های اخیر، روش های متفاوت بوت استرپ برای برآورد بازه های پیشگویی بدون هیچ فرضی در مورد توزیع خطاها، ارائه شده است. روش های بوت استرپ نیم پارامتری بر اساس برازش یک مدل اتورگرسیو بر روی داده ها است و نمونه های بوت استرپ با استفاده از بازنمونه گیری از باقیمانده ها تولید می شود. در این مقاله در ابتدا، روش های بوت-استرپ ناپارامتری ارائه می شوند و سپس در یک مطالعه ی شبیه سازی بازه های پیشگویی بوت استرپ نیم پارامتری با بازه ی پیشگویی استاندارد گاوسی مقایسه می شوند. در نهایت روش های ارائه شده برای برآورد بازه های پیشگویی داده های سری زمانی دمای هوای اصفهان به کار می روند.