Prediction Intervals for ARIMA Models
ARIMA 模型的预测区间AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究 ARIMA 时间序列的预测区间，并以多国季度零售销售数据比较方法，直接对应时间序列与宏观预测方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
ARIMA 模型的预测区间
- 研究问题
- 如何为线性 ARIMA 时间序列构造预测区间，在计入参数估计抽样误差的同时，也反映平稳性与可逆性条件带来的参数约束？
- 方法与思路
- 作者提出两种采用不同程度一阶 Taylor 近似的方法，并在模拟及十个经合组织国家的季度零售销售数据中，与启发式和最大似然估计值代入方法比较。
- 材料陈述的贡献
- 摘要称，两种新方法兼顾参数估计误差与平稳性、可逆性约束，并在所述方法比较中相对既有方法提供系统性改进，但未给出具体改进指标和数值。
- 阅读关注点
- 阅读时应核对两种一阶近似的差别、参数约束如何进入区间计算，以及模拟和零售应用中评价预测区间表现的指标、预测期限与比较设计。
- 阅读边界
- 摘要未说明近似成立条件、区间覆盖率、长度或改进幅度；所称系统性改进应结合具体比较范围核实，不能据此断言所有 ARIMA 设定均受益。
原文摘要
The problem of constructing prediction intervals for linear time series (ARIMA) models is examined. The aim is to find prediction intervals that incorporate an allowance for sampling error associated with parameter estimates. The effect of constraints on parameters arising from stationarity and invertibility conditions is also incorporated. Two new methods, based on varying degrees of first-order Taylor approximations, are proposed. These are compared in a simulation study to two existing methods, a heuristic approach and the "plug-in" method whereby parameter values are set equal to their maximum likelihood estimates. A comparison of the four methods is also made for quarterly retail sales for 10 Organization for Economic Cooperation and Development countries. The new approaches provide a systematic improvement over existing methods.