Bootstrap prediction regions for multivariate autoregressive processes

Riassunto: L’obiettivo del presente lavoro è studiare il comportamento di una nuova procedura per la determinazione di regioni di previsione per processi autoregressivi multidimensionali. Le regioni di previsione, basate sulla tecnica bootstrap, non fanno affidamento su alcuna assunzione distributiva per i disturbi ed inoltre tengono conto della variabilità derivante dalla necessità di stimare i parametri e l’ordine del processo sottostante alle osservazioni. Verrà mostrato che l’approccio proposto permette, rispetto a quelli già presenti in letteratura, di costruire migliori stime della distribuzione previsiva, nel senso che la variabilità degli stimatori dei suoi quantili viene ridotta.