我正在做一些有关预测概率密度函数的时间序列的研究。我们的目标是根据历史观察到的(通常是估计的)PDF来预测PDF。我们正在开发的预测方法在模拟研究中表现良好。
但是,我需要一个来自实际应用的数值示例来进一步说明我们的方法。因此,在应用程序(金融,经济学,生物学,工程学等)中是否有适当的示例,这些示例收集了PDF的时间序列,并且预测这样一个时间序列既重要又难于预测?
我正在做一些有关预测概率密度函数的时间序列的研究。我们的目标是根据历史观察到的(通常是估计的)PDF来预测PDF。我们正在开发的预测方法在模拟研究中表现良好。
但是,我需要一个来自实际应用的数值示例来进一步说明我们的方法。因此,在应用程序(金融,经济学,生物学,工程学等)中是否有适当的示例,这些示例收集了PDF的时间序列,并且预测这样一个时间序列既重要又难于预测?
Answers:
一个重要的应用是人口统计,例如,预测年龄金字塔的发展,它实际上不过是随时间变化的直方图,而直方图又是密度估计器。在此上尝试您的方法。
这是有关如何获取纵向人口密度数据的一些想法。我最终选择了粒度最好的德国数据集,以1年为步长给出了年度金字塔-大多数其他数据集仅将每年的金字塔分类为5岁年龄段。如果您找到更好的人口密度时间序列来源,请在该线程告诉我们。
Hyndman和Shang(2009)是一篇有关预测功能时间序列的论文。他们将自己的方法应用于生育率。
我还建议使用Shang和Hyndman的rainbow
R软件包,以可视化功能数据。
或者,您可以使用动画形象化您的预测。这是我为未来的德国人口金字塔创建的动画GIF(左为男性,右为女性):
关于预测概率密度的跨学科文献越来越多(与仅预测序列均值相反)。以下参考资料是近期调查,讨论了经济学,气象学等方面的方法论和应用。
Gneiting,T.和M. Katzfuss(2014):“概率预测”,《统计及其应用年度评论》,第1期,第125-151页。
可在http://www.annualreviews.org/doi/abs/10.1146/annurev-statistics-062713-085831获得